• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 춘계학술발표대회
• /
• pp.410-412
• /
• 2022

협업 필터링은 사용자들간의 집단 지성에 기반한 추천 알고리즘이다. 다양한 시스템에 쓰이고 있는 협업 필터링과 그 장단점에 대해서 알아본다. 그리고 본 논문에서는 기존의 학사 관리 시스템에 협업 필터링을 적용한 새로운 학사관리 시스템을 제안한다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제16권4호
• /
• pp.497-501
• /
• 2010

소프트웨어 몽타주란 소프트웨어로부터 빠르게 추출 가능하고 내재된 특성을 함축하고 있는 정보를 의미한다. 잘 알려진 프로그램으로부터 몽타주를 작성하면 몽타주를 기반으로 유사 프로그램 탐지 대상을 필터링할 수 있다. 본 논문에서는 API 호출과 문자열 기반의 소프트웨어 몽타주를 제안한다. 제안된 몽타주를 평가하기 위해서 인스턴트 메신저 프로그램에 대한 유사 프로그램 탐지 대상의 필터링 실험을 하였다. 이 실험으로부터 제안된 몽타주가 잘 알려지지 않은 프로그램 탐지 대상을 필터링하는 포렌식 도구로 활용될 수 있다는 것을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 춘계학술발표대회
• /
• pp.543-546
• /
• 2021

최근 온라인 매체에서 무분별한 비속어나 욕설 사용이 늘어남에 따라 유해한 텍스트를 자동으로 필터링하는 시스템의 필요성이 증가하고 있다. 유해 텍스트 필터링 관련 기존의 접근방법은 채팅 프로그램 등 특정 프로그램에 한하여 적용이 되거나 특정 포탈의 웹페이지에 국한되어 적용이 되는 한계가 있다. 따라서 본 연구에서는 AI를 활용하여 모든 웹 페이지의 유해 텍스트를 필터링할 수 있는 Chrome Extension을 구현하고 그 유효성을 검증한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.306-307
• /
• 2023

본 연구는 협업 기반 필터링을 이용하여 반려동물 동반 가능 장소를 추천해주는 시스템을 제안한다. 반려동물 양육 인구가 늘고 있는 현재에 반해 반려동물을 대상으로 하는 추천 시스템은 발전이 더딘 상황이다. 반려동물은 다양한 크기와 종류를 갖고 있기 때문에 기존의 인간 기준의 추천 시스템과는 다르게 접근해야 할 필요성이 있다. 본 연구에서는 반려동물의 다양한 특성을 고려한 장소를 추천해주기 위해 협업 기반 필터링을 활용하였다. 사용자 데이터의 수가 늘어나면 결과의 정확도를 높여주지만, 사용자 간의 유사도를 구하는 비용이 증가한다. 이러한 장단점을 고려하여 '아이템 기반 협업 필터링' 과 '사용자 기반 협업 필터링' 방법을 적절히 사용하는 방향을 제안한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 춘계학술발표대회
• /
• pp.701-702
• /
• 2023

코로나 진행중에 오른 집값들과 월세는 학생들 또는 직장인들에게 크나큰 부담으로 다가오고 있다. 따라서 본 논문에서는 '구해줘 룸메즈' 플랫폼을 통하여 사용자들이 경제적 부담을 룸메이트와 나누며 추가로 성향 분석을 사용해 제약사항을 줄여주려 한다. User-based 협업 필터링의 문제점을 보완하고자 본 논문에서는 Item-based 협업 필터링을 통한 방식을 제안한다. 본 논문은 많은 2,30 대 청년들의 자취 혹은 독립 생활에 대한 금전적 부담감을 덜어줄 것으로 기대한다.

• 정보과학회 논문지
• /
• 제43권12호
• /
• pp.1325-1333
• /
• 2016

소프트웨어 분류 기법은 저작권 침해 탐지, 악성코드의 분류, 소프트웨어 보관소의 소프트웨어 자동분류 등에 활용할 수 있으며, 불법 소프트웨어의 전송을 차단하기 위한 소프트웨어 필터링 시스템에도 활용할 수 있다. 소프트웨어 필터링 시스템에서 유사도 측정을 통해 불법 소프트웨어를 식별할 경우, 소프트웨어 분류를 활용하여 탐색 범위를 축소하면 평균 비교 횟수를 줄일 수 있다. 본 논문은 API 호출 정보와 기계학습을 통한 윈도우즈 실행파일 분류를 연구한다. 다양한 API 호출 정보 정제 방식과 기계학습 알고리즘을 적용하여 실행파일 분류 성능을 평가한다. 실험 결과, PolyKernel을 사용한 SVM (Support Vector Machine)이 가장 높은 성공률을 보였다. API 호출 정보는 바이너리 실행파일에서 추출할 수 있는 정보이며, 기계학습을 적용하여 변조 프로그램을 식별하고 실행파일의 빠른 분류가 가능하다. 그러므로 API 호출 정보와 기계학습에 기반한 소프트웨어 분류는 소프트웨어 필터링 시스템에 활용하기에 적당하다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2020년도 제62차 하계학술대회논문집 28권2호
• /
• pp.279-280
• /
• 2020

최근 소셜 미디어로 이름을 알린 이색 카페와 맛집을 찾아다니는 문화가 확산되는 추세이다. 블로그 포털 검색을 통해 찾아본 맛집은 광고성 게시물이 많아서 신뢰도가 떨어지고, 맛집 관련 게시물 수가 많아서 모든 게시물들을 수동으로 읽기는 불가능하다. 본 논문에서는 사용자들이 선호해서 자발적으로 공유하는 신뢰도 높은 인스타그램의 맛집 포스트 데이터를 이용하여 아이템 기반의 협업 필터링(Item-based Collaborative Filtering) 기법을 통해 사용자의 취향에 맞고 선호할 만한 맛집을 자동으로 추천해주는 알고리즘 및 시스템을 소개한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 춘계학술발표대회
• /
• pp.714-715
• /
• 2023

최근들어 청원 시스템은 사람들의 다양한 의견을 반영하고 대응하기 위한 중요한 수단으로 부상하고 있다. 그러나 많은 양의 청원 글들을 수작업으로 분류하는 것은 매우 시간이 많이 소요되며, 인적 오류가 발생할 수 있는 문제점이 존재한다. 이를 해결하기 위해 자연어처리(NLP) 기술을 활용한 청원 분류 시스템을 개발하는 것이 필요하다. 본 연구에서는 BERT(Bidirectional Encoder Representations from Transformers)[1]를 기반으로 한 텍스트 필터링 시스템을 제안한다. BERT 는 최근 자연어 분류 분야에서 상위 성능을 보이는 모델로, 이를 활용하여 청원 글을 분류하고 분류된 결과를 이용해 해당 글의 노출여부를 결정한다. 본 논문에서는 BERT 모델의 이론적 배경과 구조, 그리고 미세 조정 학습 방법을 소개하고, 이를 활용하여 청원 분류 시스템을 구현하는 방법을 제시한다. 우리가 제안하는 BERT 기반의 텍스트 필터링 시스템은 청원 글 분류를 자동화하고, 이에 따른 대응 속도와 정확도를 향상시킬 것으로 기대된다. 또한, 이 시스템은 다양한 분야에서 응용 가능하며, 대용량 데이터 처리에도 적합하다. 이를 통해 대학 청원 시스템에서 혐오성 발언 등 부적절한 내용을 사전에 방지하고 학생들의 의견을 효율적으로 수집할 수 있는 기능을 제공할 수 있다는 장점을 가지고 있다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제33권2호
• /
• pp.201-219
• /
• 2006

높은 소프트웨어의 품질은 유지하면서, 최소한의 비용으로 소프트웨어를 개발하기 위해서는 소프트웨어 개발 프로젝트의 상황에 알맞은 프로세스를 적용하는 것이 중요하다. 일반적으로 상용 프로세스나 조직의 표준 프로세스를 프로젝트팀에 적용하고 있으나, 대부분의 경우, 경험부족이나 인력부족 등의 이유로 일반적인 프로세스를 어떤 가감도 없이 그대로 적용함으로써 오히려 소프트웨어 개발에 있어서 오버헤드를 초래하고 있다. 프로세스 테일러링 작업을 수행하는 경우에도, 대부분의 테일러링 작업은 몇몇 프로세스 엔지니어의 경험에 의존하는 실정이다. 이런 경우, 테일러링 결과로서의 프로세스는 얻을 수 있으나 타당한 근거를 제시하기 힘들고, 많은 시간을 요한다. 따라서 본 논문에서는 인공신경망 기반의 학습이론을 프로세스 테일러링에 적용함으로써 테일러링 작업 중에서도 많은 시간을 필요로 하는 프로세스 필터링 작업을 자동화하는 방안을 소개하고 있다. 뿐만 아니라 필터링된 프로세스를 재구성하여 그 결과 얻어지는 프로젝트 상황에 적합하게 테일러링된 프로세스를 실제 프로젝트에 적용한 후 얻을 수 있는 피드백 자료를 학습의 자료로 다시 사용함으로써, 인공신경망의 정확도를 높여나가는 방법까지를 제시하고 있다. 본 논문에서는 이렇게 제시한 소프트웨어 개발 프로세스의 테일러링 방법의 실효성을 충분한 샘플자료를 바탕으로 한 실질적인 적용례를 통해 입증하고 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2013년도 추계학술발표대회
• /
• pp.1176-1178
• /
• 2013

협업 필터링(Collaborative Filtering)이란 많은 사용자들로부터 얻은 기호정보(taste information)에 따라 사용자들의 관심사들을 자동적으로 예측하여, 아이템에 대한 목표 사용자의 선호도와 다른 사용자의 선호도를 비교 분석하여 목표 사용자가 좋아할 만한 아이템을 추천하는 기법이다. 그러나 협업 필터링 기법은 고객 정보와 평가 정보가 충분히 많아야 정확성이 높은 추천 결과가 나타난다. 본 논문에서는 영화를 한 번도 평가하지 않은 사용자들에게 영화를 추천 해주기 위한 즉, 협업 필터링의 희박성 문제(Sparsity Problem)를 해결하기 위한 한 가지 방법으로 개인의 감정 정보를 이용하여 문제를 해결하는 방법을 소개한다.