• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10b
• /
• pp.169-173
• /
• 2006

유비쿼터스 상거래에서 사용자가 정보를 효율적으로 이용할 수 있도록 제어하고 필터링하는 일을 도와주는 개인화된 추천 시스템이 등장하였다. 더 나아가서는 사용자가 원하는 아이템을 예측하고 추천해주며, 이를 위해 협력적 필터링 기술을 적용하고 있다. 이는 사용자의 성향에 맞는 아이템을 예측하고 추천하기 위하여 비슷한 선호도를 가지는 사용자들 간의 유사도 가중치를 계산한다. 본 논문에서는 속성정보에 대한 사용자의 선호도를 고려하지 않은 문제점을 개선하기 위해서 속성정보를 이용한 연관 사용자의 선호도를 협력적 필터링 기술에 반영함으로써 추천의 정확도를 높이고자 한다. 그리고 협력적 필터링의 {연관 사용자-아이템} 행렬에서 사용자들 간의 연관 관계를 유지하면서 차원 수를 감소시키기 위해 ARHP 알고리즘을 이용하여 연관 사용자 군집을 한다. 제안된 방법의 성능 평가를 하기 위해 사용자가 아이템에 대해서 평가한 MovieLens 데이터 집합을 대상으로 평가되었으며, 기존의 Nearest Neighbor Model과 K-Means 군집보다 그 성능이 우수함을 보인다.

• Vending industry
• /
• v.11 no.2
• /
• pp.74-82
• /
• 2012

소상공인진흥원 사이트에 가면 신사업 아이디어(http://newbiz.or.kr)라는 콘텐츠가 있다. 이곳에는 국내외의 흥미로운 신사업 아이디어들이 다양하게 올라와 있다. '무료로 자전거를 타고 영화도 볼 수 있는 팝업시네마', '개인의 취향에 맞춰 커피를 포장하여 집으로 배달하는 사업'등등. 기발한 아이디어가 빛나는 사업 아이템들을 접하다 보면 탄성이 절로 나온다. 특히 국내보다는 해외 신사업 아이디어들의 비중이 높은 게 특징이다. 이 사업 아이디어들은 소상공인진흥원의 '신사업 유망창업 아이디어 공모'를 통해 발굴이 된다. 일반인은 자체적인 사업 아이템 뿐만 아니라 여러 정보매체를 통해서 접한 신사업 아이디어들을 응모할 수 있다. 이렇게 응모된 신사업 아이디어들은 선정위원회에서 엄선하여 인터넷 게재가 이루어진다. 소상공인진흥원 지식서비스부 관계자는 "이런 신사업 아이디어를 지속적으로 올리는 것은 국내 창업 환경이 너무 요식업 쪽으로 집중되기 때문이다"며 "잠재 창업자들이 다양한 신사업 아이디어를 접하고 좀 더 창의적인 창업을 시도했으면 좋겠다'고 밝혔다. 다양한 신사업 아이디어 정보 중에는 해외 자판기 관련 신사업 아이디어도 올라와 있다. 기발한 차원을 넘어 사업적인 성공을 한 아이템도 적지 않다. 최근 1-2년 동안 해외에서는 어떠한 흥미진진한 신사업 아이템이 화제를 모았을까?

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.11a
• /
• pp.347-350
• /
• 2002

본 논문은 협업에 의한 추천 방법과 내용에 의한 추천 방법을 혼합한 하이브리드 추천 방법을 제시한다. 일반적으로 '영화'정보와 같이 아이템에 대한 설명이 부족하거나 실제 영화의 내용과는 차이가 있는 컨텐츠의 경우에는 '주연', '감독', '줄거리'와 같이 실제 아이템의 내용이 아닌 부수적인 정보를 통해 평가값을 예측하는 방법보다 협업에 의한 평가값의 예측을 통해 더 낳은 추천을 제공할 수 있다. 이에 따라 본 연구는 내용에 기반한 추천방법에 의존하지 않고 사용자의 유사 선호 경향이 있는 타 사용자의 평가값들을 사용하여 추천하며, 협업에 의해 추천될 수 없는 아이템들에 대해 내용기반 추천 방법을 사용하는 하이브리드 컨텐츠 추천 시스템을 설계, 구현하였다.

• Journal of Korean Society of Transportation
• /
• v.16 no.2
• /
• pp.107-114
• /
• 1998

복잡해져가고 있는 현재의 교통상황에서 최근 개발되고 있는 HUD(Head-up Display)의 경우는 기능이 다양하므로 운전중 많은 정보가 운전자에게 제시되어야 한다. 이러한 많은 정보를 제공하고 디스플레이하기에는 HUD의 크기에 한계가 있으며, 운전중 운전자에게 부하를 가중시켜 안전에 큰 영향을 미칠 수 있다. 따라서 HUD에 제공될 정보에 대하여 인간공학적 접근과 사용자들의 선호에 맞추는 HMI(Human Machine Interface)연구를 통하여 제시아이템에 대한 중요도 및 우선순위를 파악하고 제시아이템의 아이콘의 형태 및 색채를 결정하는 것은 운전중 안전사고에 대한 발생확률을 감소시킬 수 있을 것이다. 그러므로 본 연구에서는 제시 아이템과 제시 아이콘에 대한 중요도를 파악하였다. 그리고 제시 아이콘의 형태와 색채에 대한 주관적 평가를 통해 그에 대한 아이콘의 형태 및 색채에 대한 새로운 평가 방법에 의한 가이드라인을 제시하고자 한다. 또한 이러한 연구를 통하여 ITS내의 인간요소적인 측면을 고려하여 인간친화적인 ITS구축이 가능할 것이다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.07a
• /
• pp.581-583
• /
• 2021

온라인 게임 시장에는 현금거래가 꾸준히 이루어지고 있다. 유저들의 현금거래에 대한 긍정적인 인식을 바꾸기도 어려우며 유료아이템은 게임의 콘텐츠를 반감시키는 경우가 있으며 유료아이템을 늘리는 것으로 인해 유저들에게 불만을 이르킬 수 있다. 본 논문에서는 유저들이 이용하는 현금거래와 유료아이템에 대해 조사하고 이를 토대로 현금거래를 방지할 수 있는 새로운 방안을 제시하고자 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.10a
• /
• pp.363-366
• /
• 2016

추천 기법은 개인의 관심사와 상황을 고려한 개인화된 아이템을 제공함으로써 아이템의 소비과정에서 발생하는 부하를 줄여주고 정보 소비의 효율성을 증대시키는데 중요한 역할을 한다. 본 연구에서는 전통적인 추천 기법인 Content-Based(CB)기법과 최근 온라인 소셜 네트워크의 경향을 반영한 Social Network-based(SN)기법을 접목하여 새로운 복합방식의 정보 추천 기법을 제시한다. CB 기법의 대표적인 한계점인 cold start problem과 SN 기법의 추천 아이템의 전문성 문제를 상호 보완하며, 특히 최근 소셜 네트워크의 특징인 비신뢰 (non-trust) 기반의 영향력 있는 정보 확산자가 존재하는 환경에서 기법을 적용할 수 있도록 하였다. 또한 대부분 사람 추천 중심인 기존의 SN 기법들과는 달리 사람에게 제공할 정보의 추천에 초점을 두며, 정보 선정과정에서 개인의 온라인과 현실(real world)에서의 사회 활동 정보를 모두 활용하여 더육 더 개인화된 가치 정보를 제공하고자 한다.

• KIISE Transactions on Computing Practices
• /
• v.21 no.2
• /
• pp.121-125
• /
• 2015

In recent years, research on collaborative filtering-based recommendation systems emphasized the accuracy of rating predictions, and this has led to an increase in computation time. As a result, such systems have divergeded from the original purpose of making quick recommendations. In this paper, we propose a recommendation algorithm that uses a Preference Difference Metric to reduce the computation time and to maintain adequate performance. The system recommends items according to their preference classification.

• Journal of Internet Computing and Services
• /
• v.16 no.1
• /
• pp.67-74
• /
• 2015

In recent years, frequent itemset mining for considering the importance of each item has been intensively studied as one of important issues in the data mining field. According to strategies utilizing the item importance, itemset mining approaches for discovering itemsets based on the item importance are classified as follows: weighted frequent itemset mining, frequent itemset mining using transactional weights, and utility itemset mining. In this paper, we perform empirical analysis with respect to frequent itemset mining algorithms based on transactional weights. The mining algorithms compute transactional weights by utilizing the weight for each item in large databases. In addition, these algorithms discover weighted frequent itemsets on the basis of the item frequency and weight of each transaction. Consequently, we can see the importance of a certain transaction through the database analysis because the weight for the transaction has higher value if it contains many items with high values. We not only analyze the advantages and disadvantages but also compare the performance of the most famous algorithms in the frequent itemset mining field based on the transactional weights. As a representative of the frequent itemset mining using transactional weights, WIS introduces the concept and strategies of transactional weights. In addition, there are various other state-of-the-art algorithms, WIT-FWIs, WIT-FWIs-MODIFY, and WIT-FWIs-DIFF, for extracting itemsets with the weight information. To efficiently conduct processes for mining weighted frequent itemsets, three algorithms use the special Lattice-like data structure, called WIT-tree. The algorithms do not need to an additional database scanning operation after the construction of WIT-tree is finished since each node of WIT-tree has item information such as item and transaction IDs. In particular, the traditional algorithms conduct a number of database scanning operations to mine weighted itemsets, whereas the algorithms based on WIT-tree solve the overhead problem that can occur in the mining processes by reading databases only one time. Additionally, the algorithms use the technique for generating each new itemset of length N+1 on the basis of two different itemsets of length N. To discover new weighted itemsets, WIT-FWIs performs the itemset combination processes by using the information of transactions that contain all the itemsets. WIT-FWIs-MODIFY has a unique feature decreasing operations for calculating the frequency of the new itemset. WIT-FWIs-DIFF utilizes a technique using the difference of two itemsets. To compare and analyze the performance of the algorithms in various environments, we use real datasets of two types (i.e., dense and sparse) in terms of the runtime and maximum memory usage. Moreover, a scalability test is conducted to evaluate the stability for each algorithm when the size of a database is changed. As a result, WIT-FWIs and WIT-FWIs-MODIFY show the best performance in the dense dataset, and in sparse dataset, WIT-FWI-DIFF has mining efficiency better than the other algorithms. Compared to the algorithms using WIT-tree, WIS based on the Apriori technique has the worst efficiency because it requires a large number of computations more than the others on average.

• The Journal of the Korea Contents Association
• /
• v.7 no.11
• /
• pp.23-33
• /
• 2007

The collaborative filtering has used the nearest neighborhood method based on the preference and the similarity using the Pearson correlation coefficient. Therefore, it does not reflect content of the items and has the problems of the sparsity and scalability as well. the item-based collaborative filtering has been practically used to improve these defects, but it still does not reflect attributes of the item. In this paper, we propose the user and item based collaborative filtering using the classification property and Naive Bayesian to supplement the defects in the existing recommendation system. The proposed method complexity refers to the item similarity based on explicit data and the user similarity based on implicit data for handing the sparse problem. It applies to the Naive Bayesian to the result of reference. Also, it can enhance the accuracy as computation of the item similarity reflects on the correlative rank among the classification property to reflect attributes.

• Vending industry
• /
• v.10 no.1
• /
• pp.66-68
• /
• 2010

자동판매기 시장의 부진은 사업 아이템에 대한 심각한 고민을 수반하기 마련이다. 정통 자판기가 부진을 보이는 상황에서 그래도 유관아이템을 찾아 사업 다각화를 꾀해가는 것도 난세를 생존해 가는 비결이다. 이런 측면에서 최근 식품영업용기기에 대한 관심이 높아지고 있다, 식품영업용기기란 자동판매기처럼 완전자동은 아니지만 반자동형태로 기계를 통해 사람이 조리 식품을 만들어주는 기계이다. 기계를 통해 간편하게 만들 수 있다는 측면에서는 자판기 시스템에 해당된다고 할 수 있고, 사람이 재료를 넣고 반자동으로 이용한다는 점에서 자판기와 차이가 있다. 예를 들어 슬러시, 소프트아이스크림기, 팝콘자동기, 솜사탕제조기, 와플기기, 뻥튀기기기 등의 품목을 들 수 있다. 이들 아이템은 자판기에 비해 상대적으로 적은 비용을 투자해 '샵 인 샵' 형태로 영업을 진행하며 수익을 강화할 수 있다는 장점이 있다. 최근 자판기 시장은 부진한 반면 상대적으로 식품영업용기기 시장이 늘고 있다는 사실은 주목해야 할 부분이다. 반자동이라고 해도투자부담이 낮고, 실용적인 아이템에 대한 가치가 상승하고 있는 것이다. 일반식품자판기 분야를 놓고 보면 식품영업용기기기가 경쟁자이자 상호 공생의 관계에 있다 할 수 있다. 일반식품자판기의 상품화 방향에 있어 식품영업용기기의 실용적인 장점은 취하고, 반자동의 한계를 보완한다면 시장성이 지금보다는 좋아 질 수 있을 것이다. 이런 점에서 볼 때 식품영업용기기 시장 추이에도 관심을 가져야 한다. 그런데 식품영업용기기도 주기적인 트렌드에 의해 인기를 끄는 제품이 달라진다. 지난해에는 와플기와 팝콘자동기가 인기를 끌었었다. 와플기는 간단하게 간식거리를 만들어 제공할 수 있다는 점에서 '샵 인 샵' 아이템으로 인기를 모았다. 이러한 동향 탓에 와플기의 시장경쟁도 치열해 지고, 좀 더 새로운 제품에 대한 니즈 역시 커지고 있다. 이번에 소개할 다원푸드의 웰빙 찰보리 와플기는 기존 와플기와는 재료와 방식에 있어 완전 차별화를 한 제품이다. 건강지향의 니즈에 맞게 찰보리를 재료로 했고, 와플형태도 스틱방식으로 마든 제품도 있어 먹기에도 편하게 했다. 과연 이 찰보리 와플기가 와플시장의 새로운 돌풍을 일으킬 수 있을까?