• 한국HCI학회:학술대회논문집
• /
• 2009.02a
• /
• pp.6-10
• /
• 2009

In these days, recommendation service in mobile environments is in the limelight due to the spread of mobile devices and an increase of information owing to advancement of computer network. The restaurant recommendation system reflecting user preference was proposed. This system uses Bayesian network to model user preference and analytical hierarchical process to recommend restaurants, but static inference model for user preference used in the system has some limitations that cannot manage changing user preference and enormous user survey must be preceded. This paper proposes a learning method for Bayesian network based on user requests. The proposed method is implemented on mobile devices and desktop, and we show the possibility of the proposed method through experiments.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10b
• /
• pp.408-411
• /
• 2006

유비쿼터스 컴퓨팅 환경에서 서비스를 제공함에 있어 지능적인 수행 능력은 사용자의 만족도를 높여주는 핵심 요소이다. 시스템의 지능을 부여하기 위해서는 지식을 관리, 처리, 활용하는 기능이 필요한데, 이들 기능은 그 지식이 어떻게 표현되어 있는지에 큰 영향을 받는다. 일차 술어 논리 기반 지식 표현 방법은 폭넓은 표현 범위와 유연한 지식 정의, 추론 방법으로 선호되고 있지만, 복잡한 계산 비용을 갖고 있기 때문에, 전문적인 지식 처리 시스템이 아닌 경우, 불필요한 계산 비용이 소요된다. Description Logic은 Frame기반 지식 표현 방식으로 일차 술어 논리를 사용하는 것보다 지식을 표현할 수 있는 범위는 제한적이지만, 빠른 추론 결과를 보장해 준다. 유비쿼터스 컴퓨팅 환경에서는 분산된 다양한 오브젝트들이 협력과정을 통해 사용자에게 지능적인 서비스를 제공하게 되고, 이들 개별적인 오브젝트들은 저사양의 계산능력을 갖고 있다고 가정된다. 그러므로, 저사양의 컴퓨팅 오브젝트들을 조합하여 지능적인 서비스를 성공적으로 제공하기 위해서, 각각의 오브젝트들은 제한된 지식을 효과적으로 관리할 수 있는 방법이 필요하다. 이를 위해 본 논문에서는 Frame 기반의 Description Logic을 기반으로 SUNHI의 표현 범위를 가진 인식론적 온톨로지 표현 언어를 제안하고, SUNHI의 표현 범위의 효율성을 증명하고자 한다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2002.05a
• /
• pp.181-190
• /
• 2002

전자 카탈로그 상에서의 상품 검색은 카탈로그에 명시되어 있는 상품을 찾는 표준상품검색과 소비자가 원하는 상품을 맞춤 하는 맞춤상품검색으로 분류할 수 있다. 현재의 대부분의 상품 검색은 표준상품검색에 의존하고 있다. 특히 기업간 구성요소기반(Component-based) 상품의 경우 표준상품검색만으로는 구매자의 다양한 요구에 응하기가 어렵다. 따라서 웹 상의 전자 카탈로그에서의 동적인 맞춤검색에 대한 요구가 증가하고 있다. 본 연구에서는 구성기반 상품에 대해서 표준상품검색만으로는 구매자가 원하는 상품의 검색가능성(Feasibility)과 검색된 대안들이 조정(Adjust) 프로세스 과정을 거쳐 최적해 도달 가능성(Admissibility)이 보장되지 않음을 보이고, 이에 대한 효과적인 방법론으로 검색가능성과 최적해 도달 가능성을 지원하는Template-based Reasoning 방법론을 제안 한다. Template-based Reasoning은 구매자의 요구사항에 따른 대안탐색 부분과 선택된 대안에 대한 조정과정의 두 단계로 이루어진다. 구매자의 주요 선호도(MUST Preference)에 근거하여 대안들을 탐색하고, 탐색 된 대안들 간의 우선순위를 결정한다. 조정 단계에서는 옵션(Options)의 확장을 통해 구매자의 맞춤사양에 따른 상품을 제안하고, 제약 및 규칙기반 추론(Constraint and Rule Satisfaction Approach)을 이용하여 옵션(Options)들 간의 제약조건에 따른 호환성(Compatibility)을 조사하고, 적정가격의 상품을 제안한다. 본 방법론은 Template을 사용하여 기본적으로 구매자가 원하는 상품을 검색하기 위한 검색노력을 줄이고, 검색된 대안들로부터 구매자와 시스템이 웹상에서 서로 상호작용(interactivity) 하여 해를 찾고, 제약조건과 규칙들에 의해 적합한 해를 찾아가는 방법을 제시한다. 본 논문은 구성기반 예로서 컴퓨터 부품조립을 사용해서 Template-based reasoning 예를 보인다 본 방법론은 검색노력을 줄이고, 검색에 있어 Feasibility와 Admissibility를 보장한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.1202-1203
• /
• 2023

본 논문은 스팀(Steam) 게임 플랫폼을 기반으로 약 1000개의 게임 데이터를 활용하여 사용자들에게 알맞은 게임을 추천해주는 시스템을 제안한다. 게임 선택에 영향을 주는 요인들을 언어 객체로 설정하여 규칙 기반 추론 시스템을 구현했다. 선호도 정보는 게임 선택의 기준이 되는 세 가지 요소에 대한 질문에 답하는 방식으로 수집된다. 게임 추천 결과를 시각화하여 신규 유저를 게임에 유입하고 몰입을 촉진하고자 한다.

• 한국HCI학회:학술대회논문집
• /
• 2009.02a
• /
• pp.105-110
• /
• 2009

Conventional TV viewing environment had provided limited numbers of channels and contents so that accessibility of contents was made user's manual change of TV channels and by manual selection of TV program contents. However, with advent of IPTV and various contents and channels available to users’ terminals, excessive numbers of TV contents become available to users’ terminals, thus leading to totally different TV viewing environments. In this TV environment, users are required to make much effort to choose their preferred TV channels or program contents, which becomes much cumbersome to the users. Therefore, in this paper, we will propose TV contents schedule recommendation by making reasoning on users’ TV viewing patterns from TV viewing history data using sequential pattern mining so that so that it increases accessibility of users to many TV program contents which may be or may not be aware of the users.

• 한국HCI학회:학술대회논문집
• /
• 2009.02a
• /
• pp.673-676
• /
• 2009

In this paper, we describe CAMAR Companoin, a context-aware mobile AR system that provides a user-adaptive assistance with an augmented picture according to the user's context in smart space. It recognizes physical objects and tracks the movement of those objects with a camera embodied to a mobile device. CAMAR Companion observes a mobile user's context, which is sensed by various kinds of sensors in environments, and infers user preference for the content in the situation. It recommends multimedia content relevant to the user's context. It overlays selected content over associated physical objects and enables the user to experience the content in a user-centric manner. Furthermore, we have developed the prototype to illustrate how our system could be used for a mobile user's well-being care applications in smart home environments. In this application, we found that our system could perceive a user preference even though a user's context is changed dynamically, and then adapt the multimedia content with respect to the user's context effectively. As such, the proposed user-adaptive system has the potential to play an important role in developing customized user interfaces in mobile devices.

• Journal of the Korea Society of Computer and Information
• /
• v.28 no.1
• /
• pp.9-16
• /
• 2023

In the IoT environment, various objects mutually interactive, and various services can be composed based on this environment. In the previous study, we have developed a resource collaboration system to provide services by substituting limited resources in the user's personal device using resource collaboration. However, in the preceding system, when the number of resources and situations increases, the inference time increases exponentially. To solve this problem, this study proposes a method of classifying users and resources by applying the BIG5 user type classification model. In this paper, we propose a method to reduce the inference time by filtering the user's preferred resources through BIG5 type-based preprocessing and using the filtered resources as an input to the recommendation system. We implement the proposed method as a prototype system and show the validation of our approach through performance and user satisfaction evaluation.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.130-132
• /
• 2001

신경망을 이용한 추천 기술은 항목이나 사용자간의 가중치를 학습할 수 있고, 자료 유형에 상관없이 데이터 처리가 용이하다. 또한 최근 연구를 통해서 그 우수성이 입증되고 있다. 그러나 사용자간의 상관관계로 추천하는 사용자 신경망 모델과 항목간의 상관관계로 추천하는 항목 신경망 모델이 서로 다른 관점으로 다른 선호도를 제시한 경우에 선택한 모델의 선호도에 따라 시스템의 성능이 좌우된다. 그러므로 효율적이고 성능이 우수한 추천 시스템을 위해 사용자와 항목 신경망 모델의 통합 방법을 제안한다. 두 모델 사이에 우선 순위를 결정하여 통합하는 순차적 통합 방법과 두 모델을 동시에 고려하는 병렬적 통합방법을 제안한다. 그러나 두 통합 방법은 선호도 예측 기준에 있어서 정적이고, 문제에 대한 적응성이 없다. 그러므로 신경망(퍼셉트론, 다층 퍼셉트론)을 이용한 통합 방법을 제안한다. 또한 퍼지의 소속함수를 이용하여 퍼지 추론를 적용한 통합 방법을 제안하고, 패턴 인식 분야에서 사용하는 BKS 방법을 적응하여 두 신경망 모델을 통합하여 실험한다. 본 논문에서는 사용자와 항목 신경망 모델을 통합함으로써 기존의 추천 기술인 연관 규칙과 단일 신경망 모델을 이용한 추천보다 우수함을 보이고 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07b
• /
• pp.619-621
• /
• 2005

은닉 마코프 모델은 이산 동역학을 표현할 수 있는 확률 모형이다. 우도 함수 최적화를 수행하는 전통적인 Baum-Welch 학습 알고리즘은 국소해로 수령하기 쉬우며, 우도함수의 특성상 복잡한 모델을 선호하는 바이어스가 존재한다. 베이지안 프레임워크에서는 파라미터를 랜덤 변수로 보고 이에 대한 사후 확률 분포를 추정하여 이 문제를 해결할 수 있다. 본 논문에서는 베이지안 추정을 위한 결정론적 근사화 기법인 변분 베이지안 방법을 이용, 출력 노드에 가우시안 혼합 노드를 지니는 일반화된 HMM의 추론 방법을 유도한다. 인공 데이터에 대한 실험을 통해, 본 방법이 효과적인 HMM 학습을 수행할 수 있음을 보인다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.05a
• /
• pp.309-310
• /
• 2018

협업 필터링 기술은 명시적 피드백이 아닌 암시적 피드백이 주어졌을 때 다음과 같은 문제 (단일-클래스 협업 필터링 문제)를 갖는다. (1) 사용자의 취향을 정확하게 파악하기 어렵다; (2) 상대적으로 더 희소(sparse)하다. 최근, 이러한 단일 클래스 협업 필터링 문제를 완화하기 위해, 사용자가 관심이 없을 것으로 예상되는 무관심 상품을 추가로 활용하는 기술이 제안되었다. 그러나, 이 기술은 무관심 상품을 찾는 과정에서 사용자들이 평가하지 않은 상품에 대한 선호 정도를 추론할 때 한 가지 기술만을 사용하였다. 본 논문에서는, 다양한 기술들을 기반으로 무관심 상품을 찾은 후 각 기술에 의한 무관심 상품의 정확도를 비교함으로써, 어떠한 기술이 무관심 상품 결정에 가장 효과적인지를 분석하고자한다.