• 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.

• Journal of the Korean Data and Information Science Society
• /
• 제27권6호
• /
• pp.1565-1571
• /
• 2016

이 논문에서는 중국소비자들을 대상으로 휴대폰의 원산국 효과에 따라 라이프스타일에서 어떤 차이점이 있는지 실증 분석해 보고자 한다. 분석 데이터는 Kim 등 (2006, 2007)에 의해 선행연구 된 바 있다. 그룹 멤버십은 휴대폰의 원산국 효과에 대한 응답을 바탕으로 응답자를 4개 그룹으로 분류하였다. 즉, 4개 그룹은 한국산 휴대폰을 선호하는 그룹 K, 일본산 휴대폰을 선호하는 그룹 J, 미국산 휴대폰을 선호하는 그룹 U, 그리고 중국산 휴대폰을 선호하는 그룹 C이다. 이러한 그룹 멤버십을 바탕으로 일원배치 분산분석과 단계적 판별분석을 이용하여 89개 라이프스타일 변수와 2개 개인정보로 이루어진 학습표본 (training sample)을 4개 그룹으로 분류하였다. 그 결과 한국산 휴대폰을 선호하는 그룹 K는 중국산 휴대폰을 선호하는 그룹 C에 비해 개방적이고, 진보적이고, 적극적이고, 그리고 개성이 강한 것으로 보였다.

• 한국지능시스템학회논문지
• /
• 제16권6호
• /
• pp.716-720
• /
• 2006

퍼지 이론을 이용하면 여러 정보를 통합 요약하기에 수월하여, 웹 상에서 사용자에게 제공할 정보를 가공하는 방법으로 많이 사용되고 있다. 하지만 퍼지의 애매모호한 특성 때문에 사용자에게 맞게 퍼지 집합으로 표현된 같은 정보라 하여도 사용자마다 자신의 퍼지값 선호도에 따라 다른 선택을 할 수 있다. 따라서 애매한 퍼지값을 선택함에 있어 사용자의 퍼지값에 대한 선호도를 반영할 필요가 있다. 그러나 기존의 방법들은 정해진 기준을 획일적으로 적용하여, 사용자의 개인적인 선택 기준을 반영하지 못하는 문제가 있다. 본 논문에서는 사용자의 선호도를 학습하여, 사용자의 선호도에 맞는 정보를 선택하는 방법을 제안한다. 사용자의 선호도를 학습하기 위해서 학습 데이터가 필요한데, 이 데이터는 사용자에게 직접 물어 사용자의 선호도론 얻는데 사용된다. 이때, 사용자에게 너무 많은 데이터로 질문을 한다면, 사용자에게 부담을 줄 수 있고, 또 너무 적은 데이터를 사용한다면, 학습을 잘 못하는 경향이 생길 수 있다. 이러한 문제에 대처하기 위해서 10개 정도의 데이터를 이용하여 사용자의 선호도를 학습하는 방법을 제안한다. 제안하는 방법은 먼저 두 퍼지값이 서로 겹칠 수 있는 모든 경우의 상대적 위치를 조사한 후 클러스터링을 이용하여 몇 가지 그룹으로 나누고, 나누어진 그룹을 이용하여 학습하였다. 이렇게 학습된 모델은 새로운 애매하게 겹치는 퍼지값에 대해 사용자를 대신해 어느 것을 어느 정도 선호하는지 추론하게 된다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2016년도 춘계학술발표대회
• /
• pp.451-454
• /
• 2016

최근 스마트폰의 보급률이 높아짐에 따라, 사용자들이 스마트폰을 사용하여 컨텐츠를 즐기는 시간이 많아졌다. 이후 모바일 웹에서 서비스되는 만화들이 연달아 대중들의 이목을 끌게 되어 네이버 웹툰, 다음 웹툰 등 웹툰 서비스 및 웹툰 플랫폼이 증가하고 있다. 또한 웹툰 데이터의 가치와 신뢰성도 점점 높아지고 있어, 영화 애니메이션 게임 등 콘텐츠 사업에 많은 데이터가 사용되고 있다. 따라서 본 논문에서는 나이, 성별, 선호 카테고리, 선호 웹툰 플랫폼 등과 같은 개인 성향 기반으로 협업 필터링 방법을 적용하고, 웹툰의 방대한 데이터를 효과적으로 관리하기 위해 클라우드 컴퓨팅 시스템인 AWS(Amazon Web Service)를 이용하여 개인 성향에 맞게 웹툰을 추천해주는 웹툰 추천 시스템을 제안한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2008년도 추계학술발표대회
• /
• pp.241-244
• /
• 2008

내비게이션 시장의 확대에 따라 주요 서비스인 길안내 외에 다양한 콘텐츠 제공 기술개발로 경쟁력을 갖춰 나갈 필요성이 대두되었다. 이러한 흐름에 발맞추어 운전자의 특성, 관심사를 고려, 운전자가 선호할 만한 서비스 정보를 제공하여 내비게이션의 경쟁력을 갖출 수 있는 방법을 제안한다. 본 논문에서는 데이터 마이닝, 필터링과 추천방법을 통하여 기존의 내비게이션이 경로를 탐색할 때 운전자의 기호와는 상관없는 정보를 제공한 것과 다르게 운전자가 선호할 만한 서비스 정보를 효율적으로 도출하는 방법을 제안 한다. 또한 내비게이션이 제공하는 불필요한 정보를 제함으로써 빠르고 효율적인 데이터관리를 할 수 있도록 한다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2016년도 춘계 종합학술대회 논문집
• /
• pp.329-330
• /
• 2016

정부의 공공데이터 활성화 전략에 의해 행정기관과 공공기관의 정보공개 및 재이용이 활발해 지고 있다. 이러한 분위기와 함께 민간에서의 공공데이터 활용이 점점 늘어나고 있다. 하지만 당초 기대치에 못 미치는 성과와 공공데이터 개방하는 기관에는 정보화시스템을 운영하는 비용은 증가하였다. 따라서 상대적으로 민간에서 선호하는 문화관광 공공데이터를 통해 공공데이터의 효율성을 분석한 후 시사점을 도출한다.

• 한국항행학회논문지
• /
• 제18권5호
• /
• pp.468-475
• /
• 2014

추천시스템은 선호 데이터가 대형화, 컴퓨터 처리능력과 추천 알고리즘 등에 의해 실시간 추천이 어려워지고 있다. 이에 따라 추천시스템은 대형 선호데이터를 분산처리 하는 방법에 대한 연구가 활발히 진행되고 있다. 본 논문은 하둡 분산처리 플랫폼과 머하웃 기계학습 라이브러리를 이용하여, 선호데이터를 분산 처리하는 방법을 연구하였다. 추천 알고리즘은 아이템 협업필터링과 유사한 동시발생 행렬을 이용하였다. 동시발생 행렬은 하둡 클러스터의 여러 노드에서 분산처리를 할 수 있으며, 기본적으로 많은 계산량이 필요하지만, 분산처리과정에서 계산량을 줄일 수 있다. 또한, 본 논문은 동시발생 행렬처리의 분산 처리과정을 4 단계에서 3 단계로 단순화하였다. 결과로서, 맵리듀스 잡을 감소할 수 있으며, 동일한 추천 파일을 생성할 수 있었다. 또한, 하둡 의사 분산모드를 이용하여 데이터를 처리하였을 때 빠른 처리속도를 보였으며, 맵 출력 데이터가 감소되었다.

• 한국도서관정보학회지
• /
• 제35권4호
• /
• pp.229-250
• /
• 2004

본 연구의 목적은 Web OPAC시스템 이용자들의 성격유형과 그들의 탐색행위 및 인터페이스 선호도 간에는 어떤 상관관계가 있는지를 분석하는 것이다. 데이터 수집은 이용자들의 성격유형을 파악하기 위해서는 MBTI를 사용하였고, 이들의 Web OPAC시스템 탐색행위와 인터페이스 선호도를 측정하기 위해서는 총28개 요소들로 이루어진 자체개발한 온라인 설문지를 사용하였다. 이 실험에는 K대학교 재학생 48명이 자발적으로 참여하였고, 이들의 성격유형은 MBTI 4가지 선호지표인 외향성-내향성, 감각형-직관형, 사고형-감정형, 그리고 판단형-인식형으로 코딩 하였다. 수집된 데이터는 SPSS Windows Ver. 11.0을 사용하여 분석하였고, 상관 관계 분석을 위하여 Pearson의 상관계수(r)를 사용하였다. 데이터분석 결과 이용자들의 MBTI 선호지표와 9개 Web OPAC 탐색행위 및 인터페이스 선호도 요소들 간에 통계적으로 유의한 수준의 상관관계를 보였다.

• 한국지능시스템학회논문지
• /
• 제24권4호
• /
• pp.443-449
• /
• 2014

사람의 영화에 대한 선호도에는 개인의 특성과 영화의 속성을 기반으로 하는 다양한 요인이 연관되어 있다. 영화 추천을 위한 사용자-영화-선호도 연관 관계의 분석 기법으로서, 다중 개념 탐색 기법의 특성을 지닌 infinite relational model (IRM)의 활용 가능성을 확인하고, 이를 기초로 영화 선호 유형에 따른 사용자-영화 군집을 탐색한다. 별점으로 표현되는 명시적인 선호도 데이터에 영화 컨텐츠 관련 메타데이터를 추가하여 학습 데이터를 구성하고, 이에 IRM을 적용하여 공군집화(co-clustering)를 수행한 결과, 해석 가능한 다양한 명시적 연관 관계를 발견하였다. 공군집화 결과를 기초로 개인화 추천에서의 다양한 활용 방안을 논의한다.

• 한국컴퓨터정보학회논문지
• /
• 제26권12호
• /
• pp.323-330
• /
• 2021

본 논문에서는 독서에 대한 학생들의 태도와 성향이 코딩교육에 어떤 영향을 미치는지 파악하기 위한 연구를 진행하였다. 관련 데이터를 3가지 영역(독서, 코딩, 여가)으로 나누어 수집하고 분석하였다. 독서 영역에서는 선호도서, 선호 독서 방법 데이터 등을 수집하였고 코딩영역에서는 선행학습여부, 주요 컴퓨터 활용 작업, 코딩 학습에 주당 사용한 시간 등을 수집하였고, 여가 영역에서는 여가 활동과 주당 소비 시간을 수집하였다. 코딩교육에 어려움을 느끼는 비전공 학생들의 문제점을 확인하기 위해 선호 독서 방법을 기준으로 데이터를 분류 및 분석하였다. 발췌독하는 학생 그룹이 코딩교육에서 가장 좋은 성취도(평균60.1)를 나타내었고, 다독하는 학생 그룹이 가장 낮은 성취도(평균48.4)를 나타내었다. 다독하는 학생 그룹은 타 독서 방법을 선호하는 학생 그룹에 비해 코딩 학습에 더 많은 시간을 사용하였지만 가장 낮은 성취를 나타내고 있음을 확인할 수 있었다.