• 한국지능시스템학회논문지
• /
• 제16권2호
• /
• pp.164-171
• /
• 2006

최근에 서비스되기 시작한 디지털 멀티미디어 방송은 다양한 종류의 수많은 컨텐츠를 제공하기 때문에 고객은 때로 자신이 선호하는 컨텐츠를 찾는데 많은 시간을 소비한다. 심지어는 선호 컨텐츠를 찾는 동안 이미 방송이 끝날 수도 있다. 이와 같은 문제를 해결하기 위해서는 고객이 필요로 하는 최소 정보만을 추천하기 위한 방법이 필요하다. 본 논문에서는 고객이 시청한 컨텐츠 선호도 전이 확률을 이용하여 고객이 선호하는 컨텐츠를 미리 예측하여 추천하기 위한 알고리즘과 시스템을 제안한다. 제안하는 시스템은 클라이언트 관리자 에이전트, 모니터링 에이전트, 러닝 에이전트, 그리고 추천 에이전트 모듈로 구성된다. 클라이언트 관리자 에이전트는 다른 모듈과 상호 작용을 하면서 조정자 역할을 한다. 모니터링 에이전트는 컨텐츠에 대한 고객의 선호도를 분석하기 위해 고객이 이용했던 usage history 데이터를 수집하기 위한 에이전트이다. 러닝 에이전트는 고객으로부터 수집된 usage history 데이터를 정제하여 시간 변화에 따른 상태 전이 행렬로 모델링하기 위한 에이전트이다. 추천 에이전트는 고객의 상태 전이 행렬로 구성된 모델링 데이터에 본 논문에서 제안하는 선호도 전이 확률 모델을 이용하여 고객이 바로 다음에 선호하게 될 컨텐츠를 추천하기 위한 에이전트이다. 추천 에이전트 모듈에서 컨텐츠에 대한 고객의 선호도 전이 확률을 이용하는 추천 알고리즘을 제안한다. 제안하는 추천 시스템은 무선 인터넷 표준 플랫폼인 WIPI(Wireless Internet Platform for Interoperability) 플랫폼에서 프로토타입 시스템을 설계, 구현하였으며, 실험결과 제안된 선호도 전이 확률 모델의 추천 정확도가 전형적인 방법에 비해 효과적임을 보인다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2015년도 춘계학술대회
• /
• pp.423-425
• /
• 2015

최근 대형 마트 및 백화점에서는 옴니채널 형식의 유통전략이 급부상하고 있으나, 소상공인 및 전통시장은 고비용의 옴니채널 형식을 도입하기가 어렵다. 이를 해결하고자 소자본으로 구축 가능한 니즈 분석을 활용한 모바일 플랫폼이 고안되었으나, 단순히 사용자의 행동 및 후기를 활용한 니즈분석은 개인만의 선호도 분석으로서 타인의 선호도를 알 수 없다는 문제점이 있다. 본 논문에서는 앞서 언급한 내 외부 소셜 네트워크 서비스를 활용하여 타인의 상품 선호도 또한 분석하고 결합하여 보다 효과적으로 상품 선호도 분석을 하였으며 사용자 지정 선호도 분석을 지원한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 가을 학술발표논문집 Vol.33 No.2 (B)
• /
• pp.34-37
• /
• 2006

디지털 방송에서의 맞춤형 서비스란 사용자가 원하는 방송 프로그램만을 사용자가 원하는 시간에 볼 수 있게 해 두는 서비스를 말한다. 본 연구는 맞춤형 방송 서비스를 위한 사용자 별 선호정보를 자동으로 추출하여 관리하는 사용자 선호정보 관리 시스템을 개발하였다. 이 시스템은 맞춤형 방송 서비스를 위한 표준인 TV-Anytime에서 제안하고 있는 메타데이터를 기반으로 사용자 선호정보와 사용자 히스토리 정보를 사용하여 맞춤형 방송 서비스를 위한 선호 프로그램과 채널을 예상하여 사용자에게 제시한다. 이 과정에서 사용하는 사용자 선호정보는 사용자 별로 청취 과정에서 채널, 시간대, 방송에 따른 반응 행동기록을 토대로 자동으로 추출하고 업데이트하는 방법을 제안한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2012년도 하계학술대회
• /
• pp.55-58
• /
• 2012

본 논문은 사용자의 각종 멀티미디어 콘텐츠 소비 히스토리를 수집하여 체계화 및 패턴 분석을 수행하고, 이를 바탕으로 사용자가 선호할 것으로 예측되는 멀티미디어 콘텐츠들을 추출하여 제공하는 콘텐츠 추천 시스템에 관한 연구이다. 본 논문에서는 콘텐츠 소비와 연관된 사용자 로그와 엔진에서 자동 추출한 사용자 그룹을 통하여 콘텐츠 추천을 수행한다. 각 사용자들의 선호정보 데이터를 분석하여 선호정보 패턴이 유사한 사용자들을 사용자 그룹으로 정의하고, 각 사용자들이 속한 사용자 그룹의 사용자 로그를 활용하여 사용자별 선호 콘텐츠를 예측한다. 본 시스템은 웹 또는 모바일 환경에서 음악, 방송, 광고, 기사 등의 방대하고 다양한 콘텐츠를 복합적으로 사용자들에게 선별하여 제공해 주며, 이들의 연관성과 사용자의 콘텐츠 선호패턴을 반영한 개인 맞춤형 콘텐츠 추천 엔진은 사용자가 선호할만한 콘텐츠들을 추천하여 사용자의 콘텐츠 소비 시의 만족도를 높여줄 수 있다.

• 기계저널
• /
• 제53권11호
• /
• pp.39-43
• /
• 2013

IT융합 적용을 위하여 컴퓨터 또는 현장 데이터 취득 유닛과 각 센서노드 간의 데이터 통신망이 필요하고 또한 중앙 제어기와 데이터 전송이 필요하다. 이러한 IT융합 데이터 통신망 구축에는 유선통신이 전송 효율측면에서 안정적이기 때문에 선호된다. 그러나 불가피하게 무선이 필요할 때 IT현장에서 주로 선택되는 무선통신망의 종류별로 특성과 장단점을 비교 분석하였다.

• 한국지능시스템학회논문지
• /
• 제16권2호
• /
• pp.156-163
• /
• 2006

협동적 여과(CF) 시스템은 구현의 용이성과 뛰어난 성능으로 널리 활용되고 있다. 그러나 이 시스템은 데이터 희소성 신상품 추천 불가, 추천 근거에 대한 설명 부족 등의 문제점을 포함하고 있어 이를 해결하기 위한 많은 연구가 진행되었다. 데이터 희소성 문제는 데이터의 누적에 따라 해결될 수 있지만, 협동적 여과 기법의 특성상 새로이 출시되는 품목에 대한 추천이 불가능하다. 이를 해결하기 위해 내용 기반(CB) 기법을 같이 사용하는 연구들이 제안되었다. 또한 협동적 여과 시스템은 추천 과정에 있어 추천 근거에 대한 설명을 제공하지 않는다. 본 연구에서는 추천에 대한 설명 기능을 포함하고 있는 선호 단어를 활용한 내용기반 예측 시스템을 제안한다. 이 시스템은 새로이 출시되는 영화에 대해 사용자의 영화에 대한 평가 정보를 예측하며, 추천의 근거가 되는 선호 단어를 제시한다. 또한 기존의 내용기반 예측 시스템에서 일어나는 속성 비매칭 문제로 인한 성능 저하를 막기 위해 기호 네트워크를 활용한 성능 개선 방법을 제안한다. 성능 비교를 위해 EachMovie 데이터베이스와 IMDb 사의 영화 홍보 데이터를 사용하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2006년도 춘계학술발표대회
• /
• 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.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2017년도 춘계학술발표대회
• /
• pp.439-441
• /
• 2017

Matrix factorization은 사용자의 아이템 선호도를 통해 아이템을 추천해주는 성공적인 기술 중 하나이다. 이 기법은 사용자-아이템의 선호도 행렬을 채우는 것을 목표로 한다. 이 목표를 달성하기 위해 사용자-아이템의 선호도 행렬을 사용자 행렬(user latent factor)와 아이템 행렬(item latent factor)로 분해하고, 각 행렬에 대해 추론하여 완성된 사용자-아이템의 선호도 행렬을 추론한다. 하지만 Matrix factorization은 아이템의 수가 많고, 아이템에 대한 사용자들의 선호도 데이터가 적을 때 성능이 제한된다. 또한 새로운 아이템이 추가되었을 때, 새로운 아이템에 대한 사용자들의 선호도 정보가 없기 때문에 새로운 아이템이 추천되지 않는다는 문제를 가진다. 이를 해결하기 위해 본 논문에서는 아이템에 대한 부가적인 정보인 아이템 간의 유사도 정보와 아이템의 시나리오 정보의 유사도를 모델링하여 기존의 전통적인 Matrix factorization에 추가하는 아이템 정보 기반 추천 시스템을 제안한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2013년도 추계학술대회
• /
• pp.155-156
• /
• 2013

최근 뇌파에 관련된 연구가 IT 분야와 결합하여 많이 진행되고 있다. 우리의 연구에서는 음악의 선호/비선호를 구분 문제를 뇌파를 이용해서 접근하려 한다. 이를 위해서 데이터를 모으고 분석하는 과저에서 나온 실험결과를 이 논문에서 발표한다. 최대한 편안한 상태에서 음악을 들으면서 뇌파를 취득하였을 때, 선호하는 음악과 비선호하는 음악을 구분해서 들었을 때의 뇌파취득 결과와, 그렇지 않았을 때의 뇌파 취득 결과를 간단한 분류방법을 통해서 비교한다.

• Journal of the Korean Data and Information Science Society
• /
• 제20권3호
• /
• pp.505-514
• /
• 2009

본 연구는 협력적 필터링 기법을 이용한 선호도 예측 과정에서 이웃의 수와 선호도 예측 정확도와의 관계를 분석하였다. 선호도 예측 과정에 선정된 이웃의 수를 4분위수로 4집단으로 구분하여 구분한 집단 간 선호도 예측 정확도에 차이가 나타남을 알 수 있었으며 각 집단의 예측 오차들의 평균들을 이용하여 선형의 보정함수를 제안하였다. 본 연구의 결과를 바탕으로 추천시스템에서 이웃 수를 이용한 보정함수를 이용하면 예측 정확도를 높일 수 있다.