• Annual Conference of KIPS
• /
• 2017.04a
• /
• 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.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10a
• /
• pp.211-213
• /
• 2003

본 논문에서는 MPEG-21 통합 멀티미디어 프레임워크에서 이용되는 기본 단위인 디지털 아이템(Digital Item)의 처리 방안에 대해 설명하고, 디지털 아이템 소비 시스템에 대해 논하였다. 현재 MPEG을 중심으로 표준화중인 디지털 아이템 프로세싱(Digital Item Processing; DIP)을 이용한 디지털 아이템 처리는 디지털 아이템에 소비 및 이용에 대한 기능을 부여한다. DUP 에 기반을 둔 디지털 아이템 처리 및 소비 구조의 적용을 위해 교육용 멀티미디어 컨텐츠를 표현하는 디지털 아이템을 구조화하고 디지털 아이템 소비기를 구현하여 구조화된 디지털 아이템 처리 및 소비 시스템의 유효성을 입증하였다.

• Proceedings of the IEEK Conference
• /
• 2003.07d
• /
• pp.1443-1446
• /
• 2003

본 논문에서는 MPEG-21 프레임워크에서 이용되는 기본 단위인 디지털 아이템(Digital Item)의 처리에 관한 과정을 설명하고, 처리과정에 적용 가능한 디지털 아이템의 모델링에 대하여 논하였다 MPEG-21 에서 정의된 디지털 아이템 선언(Digital Item Declaration;DID)은 디지털 아이템의 정적인 선언에 그치는 반면, 디지털 아이템 프로세싱(Digital Item Processing;DIP)을 기반으로 한 디지털 아이템에는 처리 및 이용에 관한 기능이 부여된다. 모델링된 디지털 아이템의 처리를 위한 구조를 정의하고, DIP 구조와 디지털 아이템의 유효성을 입증하기 위해 교육용 멀티미디어 컨텐츠를 담고 있는 디지털아이템을 생성하였다. 또한 DIP 기반에서 모델링된 디지털 아이템을 소비할 수 있는 디지털 아이템 플레이어의 구현과 테스트 결과에 대해서도 설명하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2002.11a
• /
• pp.133-137
• /
• 2002

네트워크상에서 멀티미디어 컨텐츠(디지털 아이템)를 다양한 전송 매체(인터넷, 방송 무선전화 등)를 통해 전달하고, 서로 다른 기능의 단말기(PDA, PC, TV, Phone 등)를 통해 디지털 아이템을 소비하는데 있어 상호호환성(Interoperability)을 제공하기 위해 디지털 아이템의 생성, 전달, 소비 단계에 이르기까지 디지털 아이템의 규격을 제정하고자 MPEG-21(멀티미디어 프레임워크)이라는 이름의 국제 표준화 작업이 진행 중이다[1]. 본 논문에서는 MPEG-21의 디지털 아이템 선언 언어인 DIDL(Digital Item Declaration Language)을 이용하여 컨텍스트 디지털 아이템(XDI: conteXt Digital Item)을 XML 문서형태로 생성하고, 이를 컨텐츠 디지털 아이템(CDI: Content Digital Item)의 종류(영화, 음악, 도서, 게임 등)에 구애받지 않고 웹 브라우저를 통해 소비할 수 있는 디지털 아이템 브라우저를 구현하였다. 디지털 아이템의 다양한 형태에 적절히 대응하기 위해 XSLT(XML Stylesheet Language Transform)를 이용하여 디지털 아이템 정보를 표현하고 웹 브라우저를 통해 소비자의 환경에 적합한 디지털 아이템을 소비 및 이용할 수 있는 어플리케이션을 제공하는 환경에 대한 연구 결과를 제시한다.

• Vending industry
• /
• v.4 no.3 s.11
• /
• pp.42-47
• /
• 2004

'뚜렷한 사업 아이템이 없다.' '아이템이 고갈된 것은 아닌가?' 최근 자판기 산업의 부진을 바라보는 시각에 있어 사업아이템 부재에 대한 우려의 목소리가 커지고 있다. 과거보다 새로운 아이템의 발굴과 상품화에 대한 업체들의 의지가 크게 꺽여, 시장 활성화를 주도할만한 뚜렷한 신제품이 많이 보이지 않는 상황에 있다. 침체에 빠진 산업에 활력을 부여하기 위해서는 새로운 아이템에 대한 투자가 활발히 진행되어야 하는 게 가장 시급한 과제이다. 큰 변화 없이 기존 제품 위주로 자판기 산업의 무한한 가능성을 묶고 있을 시점이 결코 아니다. 금호 기획특집에서는 자판기 산업의 아이템 다변화 동향이 부진한 이유를 규명해보고, 신시장 활성화를 주도할 만한 아이템 개발의 묘책은 과연 어디에 있는 지를 살펴봤다.

• 한국IT서비스학회:학술대회논문집
• /
• 2007.11a
• /
• pp.616-620
• /
• 2007

전자상거래에서 사용되고 있는 추천시스템은 사용자들의 프로파일과 이들의 정보를 바탕으로 사용자가 선호할 만한 아이템을 추천한다. 추천시스템에서 널리 사용되고 있는 협력적 필터링 방식은 사용자들 사이의 선호도 평가치를 비교하여 유사 사용자를 선택하고, 아이템에 대한 유사 사용자의 선호도 평가치를 기반으로 하여 추천하고자 하는 아이템에 대한 사용자의 선호도를 예측하는 것이다. 하지만 사용자의 선호도가 적은 데이터로 인한 희소성 문제는 추천시스템의 성능을 저해하는 요인으로 작용하고 있다. 이러한 희소성의 문제는 선호도 평가 자료에 나타난 아이템들의 총수에 비하여 사용자가 선호한 아이템의 수가 아주 적기 때문에 발생하며, 새로운 사용자의 경우에는 아이템에 대한 선호도 평가치가 없어 유사 사용자를 선택할 수가 없어 나타나며 심한 경우에는 아이템을 전혀 추천할 수 없게 된다. 이리할 추천 시스템의 희소성문제를 해결차기 위한 방법은 희소성이 높은 데이터들에 대한 희소성을 감소시키는 것이다. 따라서 본 논문에서는 아이템에 대한 희소성을 조사하여 협력적 필터링에서 희소성 아이템이 MAE에 미치는 영향을 분석하였다. 그리고 희소성 문제를 완화하여 예측 정확도를 높이기 위한 방법으로 선호도가 적은 아이템에 대해 희소성을 최소화하는 연구와 이에 따라 희소성과 MAE의 값을 개선하는 방법을 제안한다.

• Journal of KIISE:Software and Applications
• /
• v.36 no.4
• /
• pp.298-305
• /
• 2009

In contrast to content_based filtering systems, collaborative filtering systems not only don't contain information of items, they can not recommend items when users don't provide the information of their interests. In this paper, we propose the recommender agent using association item tree to solve the shortcomings of collaborative filtering systems. Firstly, the proposed method clusters users into groups using vector space model and K-means algorithm and selects group typical rating values. Secondly, the degree of associations between items is extracted from computing mutual information between items and an associative item tree is generated by group. Finally, the method recommends items to an active user by using a group typical rating value and an association item tree. The recommender agent recommends items by combining user information with item information. In addition, it can accurately recommend items to an active user, whose information is insufficient at first rate, by using an association item tree based on mutual information for the similarity between items. The proposed method is compared with previous methods on the data set of MovieLens recommender system.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2007.05a
• /
• pp.321-328
• /
• 2007

데이터마이닝은 대용량의 데이터에 숨겨진 의미있고 유용한 패턴과 상관관계를 추출하여 의사결정에 활용하는 작업이다. 그 중에서도 고객 트랜잭션의 데이터베이스에서 아이템 사이에 존재하는 연관규칙을 찾는 것은 중요한 일이 되었다. Apriori 알고리즘 이후 연관규칙을 찾기 위해 대용량 데이터베이스로부터 압축된 의미있는 정보를 저장하기 위한 데이터 구조와 알고리즘들이 제안되어 왔다. 본 논문에서는 정점으로 아이템을 표현하고, 간선으로 두 아이템집합을 표현하는 빈발 패턴 네트워크(FPN)이라 불리는 새 자료 구조를 제안한다. 빈발 패턴 네트워크에서 아이템 사이의 연관 관계를 발견하기 위해 이 구조를 어떻게 효율적으로 사용 하느냐에 초점을 두고 있다. 구조의 효율적인 사용을 위하여 한 아이템이 클러스터 내의 아이템과는 유사도가 높고, 다른 클러스터의 아이템과는 유사도가 낮도록 네트워크의 정점을 클러스터링하는 방법을 사용한다. 실험은 신뢰도, 상관관계 그리고 간선 가중치 유사도를 이용하여 네트워크에서 아이템 클러스터링의 정확도를 보여준다. 본 논문의 실험 결과를 통해 신뢰도 유사도가 네트워크의 정점을 클러스터링할 때 클러스터의 정확성에 가장 많은 영향을 미친다는 것을 알 수 있었다.

• Journal of Broadcast Engineering
• /
• v.15 no.6
• /
• pp.845-852
• /
• 2010

Collecting statistics from client requests, the broadcast server partitions data items into hot and cold-item sets with the optimal cut-off point. Hot items are broadcast periodically with periods based on their access probabilities. In a time slot with no hot items scheduled, the server broadcasts a proper cold item considering the waiting time and the number of outstanding requests. We analyze the optimal the cut-off point by calculating average response time as a function of the cut-off point. Simulation results show that our proposed algorithm outperforms existing methods in various circumstances.

• Journal of Korea Game Society
• /
• v.12 no.6
• /
• pp.59-70
• /
• 2012

There are many methods to buy and sell online items. But A lot of people use item trade sites when they want to sell or buy their items. This article analyzes the price structure of item trade, and finds why gamers use item trade sites in spite of the brokerage. We analyze the difference of item prices between in the market of item trade sites and in the market of other trade methods. And we find that the prices of item trade sites is higher than those of other markets. Buyers pay about 6% higher prices to seller. The higher prices are for the safe trading what item trade sites supply. And sellers take about 0.7% higher prices than in other markets. There is a sufficient motive when gamers use item trade sites in spite of their high prices.