• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2011년도 추계학술대회
• /
• pp.62-65
• /
• 2011

최근 화두가 되고 있는 스마트 폰 앱의 관심으로 스마트 TV의 앱에 대한 관심도 함께 증가하고 있다. TV시청 이용자들의 편의를 위해 증가하고 있는 수많은 채널과 콘텐츠 중, 개인 사용자의 이용 습관 및 대중의 선호 프로그램을 고려하여, 편리하게 원하는 TV프로그램에 접근하도록 해 주는 TV 앱이 있다면 이는 매우 중요한 기능으로 자리 잡을 가능성이 높을 것으로 예상된다. 이에 본 논문은 사용자의 시청 이용행태를 기반으로 주제모델링 기술의 고전적 모델인 LDA을 기반으로 협업필터링을 결합한 TV 선호 프로그램 추천 알고리듬을 제안한다. 개인의 관심 선호도는 일반적으로 특정 개수로 한정지어지는 특성을 고려하여, 개인 선호도 특성이 구별 되도록 두 가지 방법을 적용하였다. 하나는 개인 선호도 프로파일의 특정 상위 주제만을 고려하는 것이고, 또 다른 하나는 개인별 주제에 대한 선호도의 다양성이 드러나도록 비대칭 하이퍼-파라미터를 갖는 LDA를 사용 하였다. 실험 결과, 두 가지 방식에 대해 사용자의 실제 TV시청 이용내역 데이터를 기반으로 추천 성능의 향상을 평균 Precision 값을 측정하여 확인하였다. 또한, 본 논문에서는 주제 모델링을 통해 학습된 각 주제의 상위 확률의 TV 프로그램들을 분석한 결과, 하나의 주제가 개인별 시청의 특성 보다는 가족단위의 시청 특성을 드러냄을 확인할 수 있었다.

• 한국콘텐츠학회논문지
• /
• 제19권5호
• /
• pp.268-279
• /
• 2019

본 연구는 외식업체 빅 블러 현상과 키오스크 도입에 따른 이용고객의 주관적 인식을 파악하고자 서울지역 외식경영학과 대학원생을 대상으로 Q방법론을 적용하였다. 분석결과, 5가지 유형으로 도출되었다. 구체적으로, 제 1유형(N=6) : 빠른 결재와 다양한 주문 선호 형 (Fast payment and various order preference types), 제 2유형(N=6) : 적립 할인 혜택 선호 형 (Earning discount benefits preference type), 제 3유형(N=3) : 간편 주문 선호 형 (Simple order preference type), 제 4유형(N=2) : 직원 서비스 선호 형 (Employee service preference type), 제 5유형(N=3) : 안전 결재 선호 형 (Safety payment preference type)으로 각 각 독특한 특징의 유형으로 분석되었다. 향후 외식업체 빅 블러 현상에 관한 연구에서는 많은 문헌과 실증연구를 바탕으로 보다 세밀한 Q방법론적인 질문과 분석기법으로 수정 보완하여, 응답자들의 다양한 의견을 보다 구체적이며 객관적으로 분석하고자 한다.

• 지능정보연구
• /
• 제26권4호
• /
• pp.67-86
• /
• 2020

추천시스템은 시간이 흐를수록 사용자와 기업에게 점점 더 큰 영향을 주고 있다. 최근 코로나(COVID-19) 팬데믹 현상이 전 세계적으로 일어나면서 세대를 뛰어넘어 E-Commerce의 중요성이 증대되었고 추천시스템은 E-Commerce 활성화의 최중심에 있다. 추천시스템이 개발된 이래로 다수의 알고리즘이 추천시스템의 정확도를 올리는 것에 집중되어 있었고, 추천시스템의 희귀성, 다양성, 우연성 등과 같은 다른 가치들이 간과되고 있다. 본 논문에서는 사용자의 만족도는 추천시스템의 정확도에만 달려있지 않고 다양한 성능을 겸비했을 때 고객에게 만족스러운 추천서비스 경험을 제공할 것이라 생각하여 다양성을 위한 그래프 기반의 추천시스템을 개발하였다. 사용자 네트워크를 구성한 뒤 카테고리를 활용한 무게중심변화를 통해 유사도가 낮은 이질적인 사용자를 찾아 추천상품의 유사성을 낮추는 방식으로 다양성을 도모하였다. 또한, 추천의 다양성은 사용자의 다양성 선호 수준에 따라 상이할 것이라는 가정에 따라 사용자의 다양성 선호 수준을 구별하였고 다양성 모델 성능이 사용자 특성별로 다름을 확인할 수 있었다. 전체 연구 결과, 추천시스템의 정확성과 다양성이 트레이드 오프 관계에 놓여있다는 것을 확인할 수 있었지만 본 연구모델을 통해 근소한 정확도 손실 대비 높은 다양성을 얻을 수 있었다. 본 연구는 그래프 기반의 추천시스템을 통해 사용자의 만족도를 향상시키는 다양성을 실현하였다는 연구적 의의와 사용자 수준을 고려한 추천의 다양성을 적용 결과를 통해 기업의 장기적 이윤을 상승시킬 수 있는 모델 개발이라는 실무적 의의를 꼽을 수 있다.

• 한국섬유공학회:학술대회논문집
• /
• 한국섬유공학회 1998년도 봄 학술발표회 논문집
• /
• pp.334-337
• /
• 1998

양모는 흡습성과 보온성이 우수하고 위생적이며 염색성도 좋아서 고급 의류의 소재로서 오랫동안 이용되어 왔다. 그러나 최근 의복의 경량화와 밝은 색상 선호에 따른 구김 발생문제가 대두되면서, 구김을 제거하기 위한 다양한 연구들이 진행되고 있다. 섬유의 구김회복성을 증진시키기 위한 연구의 일환으로 견이나 양모에 있어서 에폭사이드 화합물 처리에 관한 여러 논문들이 발표되고 있다[1-4].(중략)

• 한국디지털정책학회:학술대회논문집
• /
• 한국디지털정책학회 2005년도 추계학술대회
• /
• pp.163-173
• /
• 2005

금융기관들은 개인들의 다양한 욕구를 충족시키기 위해서 경쟁적으로 수많은 금융상품을 개발하여 판매하기 시작하였으며, 이러한 상품들은 나름대로 독특한 특성을 지니게 되어, 개인들은 이에 대한 수많은 정보를 수집하고 분석할 필요성을 가지게 되었다. 금융상품정보의 정보원 선택 선호요인으로는 정보원 자체의 특정 이외에도 개인이 가지는 성격적 특징과 환경적 요인들을 들 수 있다. 따라서 개인의 성격유형에 따라 선호하는 정보원의 유사점과 차이점을 알아보았다. 본 연구에서는 금융상품정보를 취득하는 정보원에 대한 선호요인인 개인의 성격유형을 파악하기 위하여 MBTI(Myers Briggs Type Indicator)를 근거로 작성된 성격특성평정척도(Personality Trait Ration Scales: PTRS)를 이용하여 파악된 성격유형들이 금융상품 정보원 선택에 미치는 영향을 분석하였다. 성격유형변수를 4개의 군집으로 집단화하고 성격요인과 차이분석을 실시한 결과 감정 직관적인 성격이 강한 주관적 감정형, 외향 직관적인 성격이 강한 사교적활동형, 내향 사고적인 성격이 강한 수동적개인형, 인식 판단적인 성격이 강한 합리적이성형의 4개 군집으로 나누어졌다. 8개의 성격요인 중 감각을 제외한 7개 성격요인 모두가 p<. 05에서 4개의 성격유형군집과 유의적인 차이가 있는 것으로 나타났다. 사교적활동형은 여러 정보원 중 'TV'를, 합리적이성형은 '잡지', '금융상품팜플렛', '재테크서적'을, 주관적감정형은 '은행창구직원', '친구나친지'를 선호하였다. 그러나 수동적개인형은 어떠한 금융상품정보원도 선호하지 않았다. 특히, 합리적이성형은 전문금융정보를 원하는 것으로 나타났고, 주관적감정형은 인간적인 면을 더 선호하는 것으로 나타났다. 본 연구가 가지는 의의는 각 성격유형별로 선호하는 금융상품정보원의 차이를 분석함으로써 개인의 정보욕구를 보다 더 만족시킬 수 있는 하나의 요인으로 성격요인과 정보원의 차이에 관한 정보를 제공하며, 금융정보를 제공하는 주체들에게 각 정보원에 적합하도록 정보의 성격에 관한 특성요인과 고객선호정보원을 살펴볼 수 있는 정보취득방안에 대한 연구의 필요성을 제시하는데 있다.

• 한국컴퓨터정보학회지
• /
• 제15권1호
• /
• pp.47-52
• /
• 2007

본 연구에서는 한국과 중국의 휴대폰 사용자를 대상으로 무선인터넷 서비스 사용자의 특성(성, 나이, 직업)에 따라 컨텐츠 선호 유형이 달라지는가를 실증적으로 파악하고자 하였다. 이러한 연구목적을 달성하기 위하여, 본 연구에서는 유무선 인터넷 컨텐츠와 관련한 기존문헌들을 중심으로 무선인터넷 서비스 사용자의 인구통계학적 특성 및 무선인터넷 컨텐츠 유형을 도출 및 정의하였다. 이에 따라, 본 연구에서는 한국과 중국의 휴대폰 사용자에게 설문지를 의뢰함으로써 다양한 통계분석을 실시하였다.

• CRM연구
• /
• 제4권1호
• /
• pp.55-68
• /
• 2011

최근 웹 서비스의 발달과 함께 웹 컨텐츠를 다양하게 활용함으로써, 사용자의 경험을 기반으로 한 개인화 분석이 주목 받고 있다. 기존의 개인화 분석은 주로 데이터베이스의 데이터를 활용한 규칙 및 통계 모형을 기준으로 수행되고 있다. 이에 시장조사 소요기간에 따른 적시성을 반영하는데 어려움이 있었으며, 데이터베이스 적재 데이터가 고객 행동에 대한 결과였기 때문에 고객의 이용 특성을 반영하는데 한계가 지적되어 왔다. 그러나, 최근 고객의 사이트 방문에서부터 방문을 종료할 때까지의 모든 행동을 추적하고 분석하여 개인화된 서비스를 제공하기 위한 많은 연구와 상용화된 기술 개발이 진행되었다. 본 연구에서는 온라인상에서의 고객 행동을 웹 로그 분석을 이용하여 분석함으로써 고객의 행동정보를 U-Score(Usage Score, 이용지수), P-Score(Preference Score, 선호지수), M-Score(Mania Score, 마니아지수) 등 다양한 고객 선호지수를 도출하였다. 이러한 고객의 선호지수를 통해 웹 컨텐츠에 대한 고객의 선호정보를 파악함으로써, 고객에 대한 심도 있는 리포팅과 고객관계관리가 가능하며 개인화 추천 서비스에 유용하게 사용할 수 있다.

• 디지털융복합연구
• /
• 제14권1호
• /
• pp.91-97
• /
• 2016

최근 디지털 융합이 가속화 되면서 쇼핑에 있어서도 전통적인 매장과 온라인 및 모바일 매장에서의 채널 경계가 모호해지고 있다. 특히 동일한 쇼핑에도 여러 채널을 동시에 이용해 정보 검색 및 구매 행위에 적극 활용하는 옴니채널 쇼핑이 급속히 가속화되고 있다. 이에 따라 마케팅, 경영정보, 컴퓨터 공학 등 다양한 분야에서 옴니채널 쇼핑에 대한 활발한 연구가 진행 중이나 아직까지 소비자의 심리적 기질 차에 초점을 두고 이것이 옴니채널 쇼핑과 어떻게 연관되는 지를 본 연구는 거의 없다. 본 연구는 실험을 통해 소비자가 더 외향적(vs. 내성적) 일수록 동일 제품의 쇼핑에 있어서도 보다 옴니채널 쇼핑방식을 선호함을 검증하였다. 그리고 이러한 현상이 외향성이 높이는 다양성 추구 성향에 의해 매개됨을 보였다. 이 같은 연구결과를 토대로 본 연구는 실질적인 연구 결과의 적용을 제안하였으며, 아울러 소비자의 독특함 추구 성향 및 구조화 욕구와 옴니채널 쇼핑이 연계되어 연구될 수 있는 방안을 제시하였다.

• 지능정보연구
• /
• 제18권3호
• /
• pp.119-135
• /
• 2012

본 연구는 추천의 정확도 및 다양성을 향상시키기 위해, 가장 널리 사용되는 추천 알고리즘의 하나인 이웃 기반의 협업 필터링(Neighborhood-based Collaborative Filtering) 시스템의 개선방안 제시를 목적으로 한다. 이를 위해서 추천 시스템 사용자의 성향을 파악하고 이와 유사한 성향을 가진 이웃 사용자들 중에서 비교 가능한 선호도 정보가 많을수록 높은 가중치를 부여함으로써 최적의 이웃을 선택할 수 있도록 하였다. 영화 데이터를 이용하여 분석한 결과, 대부분의 경우 기존 시스템보다 더 정확하고 다양한 추천 결과를 얻을 수 있었다. 또한 사용자의 선호도를 여러 항목으로 평가할 경우, 사용자의 선호도 정보가 증가하여 추천 결과의 추가적인 향상을 가져왔다. 마지막으로, 추천의 정확도 및 다양성의 요소를 통합적으로 평가할 수 있는 방안을 제시하였다.

• 인터넷정보학회논문지
• /
• 제23권3호
• /
• pp.77-85
• /
• 2022

유튜브 콘텐츠의 다양성에 주목한 기존 연구와 달리 본 연구는 이용자들의 유튜브 추천 시스템에 대한 만족도에 영향을 미치는 요인을 밝히고자 하였다. 구체적으로 기술수용모델에 이용자들의 인식 변인인 콘텐츠 선호 적합성, 프라이버시 염려를 추가하여 이러한 변인들이 유튜브 AI 추천 시스템의 만족도에 어떠한 영향을 미치는지 실증적으로 분석하였다. 이를 위해 20~30대의 대학생을 대상으로 설문조사를 실시하였으며, 주요 연구결과는 다음과 같다. 첫째, 본 연구의 응답자들에게 있어서 기술수용모델의 주요 변인인 유희성, 유용성은 유튜브 AI 추천 시스템 만족도에 영향을 미치는 유의미한 요인으로 나타난 반면에 용이성의 영향력은 발견되지 않았다. 둘째, 유튜브 콘텐츠의 선호적합성은 AI 추천 시스템 만족도에 영향을 미치는 것으로 나타났지만, 프라이버시 염려는 유튜브 AI 추천 시스템 만족도에 영향을 미치지 않았다. 이러한 연구결과를 바탕으로 연구의 시사점과 후속 연구의 과제를 제언하였다.