• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.32 no.3B
• /
• pp.175-182
• /
• 2007

In recent years, there have been active researches on the services of the next generation mobile communications. In particular, the services in the next generation mobile communications differ from the services in the conventional mobile communication services that they can provide the services customized at each user. The profile management technology becomes more important for such personalized services since it is closely related with providing services adaptively to user's current situation and preferences. However, the conventional profile management technologies have their limitations on providing personalized services because they put most of emphasis on the customer management. Even, it becomes more difficult with current profile management system to support the personalized services, where the service providers manage the user profiles independently each other. In this paper, we propose a novel profile management system called profile service provider, and describe the requirements to support personalized services in the next generation mobile communications.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.10 no.9
• /
• pp.1590-1595
• /
• 2006

This paper proposes a technique of user oriented document ranking using user refile to provide more satisfied results which reflect preference of specific users. User profile is constructed to represent his or her preference. User pfofile consists of 'term array' and 'preference vector' according to the interest field of one. And the User profile for a particular person is updated by 'user access', 'latent relaeon', 'User Profile' proposed in this paper. The latent structures of documents in same domain are analysed by singular value decomposition(SVD). Then, the rank of documents is determined by comparison of user profile with analyzed document on the basis of relevance.

• Journal of KIISE:Computing Practices and Letters
• /
• v.16 no.12
• /
• pp.1154-1164
• /
• 2010

As an useful application in broadcasting services, the targeting service has been mainly studied to improve the service satisfaction and user usage in various media service environments based on user profile, preferences, and usage history. Targeting service is expanding its domain from broadcasting contents to interstitial contents and from fixed TV devices to mobile devices. Service data also include advertisement data, coupon, and information about media contents as well as simple broadcasting data. In this paper, the targeting data service is designed and implemented on articles, advertisement and broadcasting information on the basis of the user information. To adapt this to web-based media contents, information on user profile, preferences, and usage history is newly defined on the basis of the user metadata developed in TV-Anytime Forum and the user information defined in OpenSocial. The targeting data service is implemented to generate user preferences information and usage history pattern based on the similarity among user preference, contents information, and usage history. Based on performance evaluation, we prove that the proposed targeting data service is effectively applicable to web-based media contents as well as broadcasting service.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10b
• /
• pp.75-77
• /
• 1999

정보추천 시스템은 사용자가 어떤 정보를 선호하는지를 식별함으로써 산재한 정보 중에서 적절한 정보만을 제공하는 것을 목표로 한다. 이러한 정보추천 시스템에서 사용되는 정보여과 기술에는 내용기반 여과와 협력적 여과가 있다. 기존의 협력적 정보여과 기술은 선호도를 적게 제시한 사용자에게 정보를 추천하기 어렵고, 동일한 상품 정보에 대해서 사용자의 평가가 없을 경우 사용자간의 유사성을 판단하기 어려운 단점이 있다. 본 논문은 SVD (Singular Value Decomposition)를 통해 사용자 프로파일을 정량화함으로써 사용자 선호도 행렬로부터 숨어있는 의미정보를 추출하여 동일한 정보에 대해 선호도를 평가해야 한다는 단점을 극복한다. 이때, 사용자 프로파일 벡터를 비감독 학습 알고리즘인 SOM (Self0Organizing Map)으로 클러스터링하여 사용자를 분류하고, 정보추천은 사용자 그룹간에서 이루어지며 Pearson correlation 알고리즘을 이용한다. 기존의 방법과 비교한 결과, 제안한 방법이 새로운 사용자에 대해서도 적절한 정보를 추천할 수 있음을 볼 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2006.05a
• /
• pp.403-406
• /
• 2006

최근 시작된 국내 디지털 지상파 방송으로 이제 본격적인 디지털 방송 시대가 열리게 되었다. 디지털 방송 서비스는 다매체, 다채널을 통한 방송 프로그램의 증가와 양방향 TV 방송 서비스로 인해 사용자에게 다양한 방송 프로그램의 선택과 개인별 맞춤형 시청 기회를 제공함으로써 새로운 방송 서비스 환경을 필요로 하게 되었다. 이에 본 논문에서는 맞춤형 DTV(Digital TV) 방송 서비스를 제공하기 위하여 TV-Anytime 영상 메타데이터에 대한 연속 데이터 마이닝 기법을 이용하여 시청 선호도 프로파일을 생성하는 효율적인 기법을 제안한다. 또한, 내장형 운영체제 기반의 사용자 디스플레이 모듈을 제공하며, 실험을 통하여 본 논문에서 제안하는 방법의 효율성을 고증한다.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.14 no.3
• /
• pp.587-594
• /
• 2019

This paper proposes a personalized web search technique that produces ranked results reflecting user's query intents and individual interests. The performance of personalized search relies on an effective users' profiling strategy to accurately capture their interests and preferences. User profile is a data set of words and customized weights based on recent user queries and the topic words of web documents from their click history. Personal profile is used to expand a user query to the personalized query before the web search. To determine the exact meaning of ambiguous queries and topic words, this strategy uses WordNet to calculate semantic similarities to words in the user personal profile. Experimental results with query expansion and re-ranking modules installed on general search systems shows enhanced performance with this personalized search technique in terms of precision and recall.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2011.04a
• /
• pp.1169-1172
• /
• 2011

본 연구는 고가의 인프라 구축이라는 제약 때문에 현재까지 기초적인 수준에 머물러있는 홈 네트워크의 문제점을 극복하고자 제안된 스마트폰 중심의 개인환경서비스(PES : Personal Environment Service)를 연구하였다. 개인환경서비스는 스마트폰과 무선랜, 블루투스 등의 모듈이 탑재된 가전기기와 근거리 무선통신으로 사용자의 선호도를 저장하고 있는 프로파일을 교환하여 가전기기를 자동으로 설정해 주며 프로파일은 서비스 서버에도 전송되어 지속적으로 갱신, 사용자에게 편리한 생활을 제공해 준다. 본 연구는 이러한 스마트폰 중심의 개인환경서비스의 데모 시스템 구조 및 시연 시스템을 구축하였다. 데모시스템의 스마트폰 플랫폼은 구글 사의 안드로이드 2.2 (Froyo) 버전이며, 지능형 가전기기와는 블루투스 통신을 통해 사용자와 서비스 프로파일을 교환한다. 가전기기는 PC, 난방기기, 가스렌지, TV, 라디오 총 5가지를 구현하였는데 실제 가전기기를 구현할 수 없는 한계로 인해 PC를 제외한 가전기기는 블루투스 임베디드 보드에 LCD 디스플레이를 설치한 모의(pseudo) 가전기기로 대체하였다. 스마트폰에 저장되어 있는 사용자 프로파일은 각각의 가전기기별 선호도를 환경설정을 통해 설정할 수 있게 하였고, 선호도를 설정하면 가전기기는 블루투스 통신으로 스마트폰의 사용자 프로파일을 전송받아 자동 설정해 준다. 서비스 서버는 스마트폰과 가전기기의 모든 로그를 전송받아 패턴분석 과정을 거쳐 사용자의 프로파일을 자동으로 설정해주어서 사용자는 개인에게 최적화된 생활환경을 제공받게 된다. 개인환경서비스는 현재 표준화 규격 개발을 위해 제조업체, 이동통신사, 연구소, 대학교 등에서 활발히 연구 중에 있으며, 향후에는 현재까지 개발된 데모 시스템을 토대로 프로토콜을 연구, 수립하여 표준화 규격 개발에 기여할 예정이다.

• Journal of KIISE:Software and Applications
• /
• v.32 no.7
• /
• pp.581-591
• /
• 2005

Collaborative filtering systems have problems involving sparsity and the provision of recommendations by making correlations between only two users' preferences. These systems recommend items based only on the preferences without taking in to account the contents of the items. As a result, the accuracy of recommendations depends on the data from user-rated items. When users rate items, it can be expected that not all users ran do so earnestly. This brings down the accuracy of recommendations. This paper proposes a collaborative recommendation method for extracting typical group preferences using user-item matrix optimization and user profiles in collaborative tittering systems. The method excludes unproven users by using entropy based on data from user-rated items and groups users into clusters after generating user profiles, and then extracts typical group preferences. The proposed method generates collaborative user profiles by using association word mining to reflect contents as well as preferences of items and groups users into clusters based on the profiles by using the vector space model and the K-means algorithm. To compensate for the shortcoming of providing recommendations using correlations between only two user preferences, the proposed method extracts typical preferences of groups using the entropy theory The typical preferences are extracted by combining user entropies with item preferences. The recommender system using typical group preferences solves the problem caused by recommendations based on preferences rated incorrectly by users and reduces time for retrieving the most similar users in groups.

• The Journal of the Korea Contents Association
• /
• v.10 no.1
• /
• pp.477-485
• /
• 2010

Web based learning systems are operating with various and lots of learning contents. But it is hard to construct learning contents to fit learners when they select learning contents for learning. In this paper, we proposed the recommendation method that can support the learning contents as calculate learner's preference using the learning history information of learner's profile when learner design and compose learning course. In the applying result of this method, we've selected testing learner group and was able to know it can help to learner processing learning by themselves as we've got great learning satisfaction after test.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10d
• /
• pp.325-327
• /
• 2002

정보검색 태스크에서 사용자 모델링의 목적은 관련정보 검색을 용이하게 해주기 위하여 사용자의 관심도 또는 필요정보의 모델을 학습하는 것으로 시간적인 속성(temporal characteristics)을 가지며 관심 이동을 적절하게 반영하여야 한다. 강화학습은 정답이 주어지지 않고 사용자의 평가만이 수치적으로 주어지는 환경에서 평가를 최대화 한다는 목표를 가지므로 사용자 프로파일 학습에 적용할 수 있다. 본 논문에서는 사용자가 문서에 대해 행하는 일련의 행위를 평가값으로 하여 사용자가 선호하는 용어를 추출한 후, 사용자 프로파일을 강화학습 알고리즘으로 학습하는 방법을 제안한다. 사용자의 선호도에 적응하는 능력을 유지하기 위하여 지역 최대값들을 피할 수 있고, 가장 좋은 장기간 최적정책에 수렴하는 R-Learning을 적용한다. R-learning은 할인된 보상값의 최적화보다 평균 보상값을 최적화하기 때문에 장기적인 사용자 모델링에 적합하다는 것을 제시한다.