• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2002년도 춘계학술발표논문집 (상)
• /
• pp.233-236
• /
• 2002

본 논문은 인터넷상에서 다양한 매체를 이용한 서비스를 제공할 때 생길 수 있는 긴 사용자-서버간 지연, 엄청난 서버의 부하, 네트워크 자원의 비효율적 사용과 같은 문제점들을 위한 개선된 방법으로 사용자에 가까운 복수의 노드들을 두어 서버에서 전송된 데이터를 분산 저장하는 방법에 대해 다루고 있다. 새로운 분산 Proxy 기법은 VOD 서비스를 원하는 사용자들이 통일한 아이템에 대한 요청이 많은 서비스 패턴을 분석해서, 중복된 네트워크 부하는 줄이는 과정을 수행한다. 사용자가 요청한 영화는 서버에서 전송을 받는데 이때, HEN(Head-End-Node)에 구현된 여러 Proxy에 아이템의 일부를 나누어 저장하고 이에 대한 정보 보관과 제어를 SA(Switching Agent)가 하게 된다. 사용자가 서비스를 요청할 경우 SA의 제어 하에 분산 Proxy에 교호적으로 접속을 하여 저장되어 있는 부분적인 데이터들을 서비스 받도록 한다. 이때 Proxy에 새로운 데이터 블록을 저장할 때는 부족한 저장공간으로 인해 LRU(Least Recently Used), LFU(Least Frequently Used), 또는 이들을 복합한 Hybrid 정책을 사용한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 가을 학술발표논문집 Vol.30 No.2 (1)
• /
• pp.175-177
• /
• 2003

연관규칙은 데이터 안에 존재하는 항목들간의 종속 관계를 찾아내는 것이다. 기존의 연구에서는 연관규칙 탐사 과정에서 발견항목 자체에만 관심을 두고 연구되어 왔다. 즉, 연관규칙 생성을 위한 후보 항목은 수량을 배제한 항목 대 수량비가 1:1인 상태에서 규칙을 발견하는 연구였다. 이것은 항목의 구매 수량에 관계없이 같은 가중치로 규칙을 발견하는 문제점을 갖고 있다. 두 번째 문제점은 연관규칙은 시간적 연장선상에서 발견되는 규칙이라 할 수 있다. 즉, 규칙을 발견하는 과정에서 모든 자료를 동일한 시간적 가중치를 두어 취급하는 것이다. 본 논문에서는 각각의 아이템을 (아이템, 수량)의 묶음 단위로 후보항목을 만들어 수량적 속성이 포함된 아이템 대 수량 비 1:n의 관계에서 규칙을 발견하는 방법을 제안한다. 또한 과거의 자료들을 이용하여 예측할 때 모든 자료를 동일하게 취급하기보다는 최근의 자료에 더 큰 비중을 주는 예측법을 사용하여 연관규칙 발견의 신뢰성을 높인다. 성능평가는 기존의 알고리즘과 비교하여 제안한 알고리즘의 성능향상 및 타당성을 보인다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제65차 동계학술대회논문집 30권1호
• /
• pp.173-174
• /
• 2022

최근 확률형 아이템이 이용자들에게 투입 비용보다 높은 가치의 아이템을 획득할 수 있을 것이라는 막연한 기대감을 갖게 만들어, 게임 이용자의 사행성을 조장하고 과소비를 부추긴다는 우려가 제기되고 있다. 특히 복잡한 확률구조와 관련하여 허위로 표시하는 등 거짓 또는 과장 광고가 만연하여 게임 업계의 자율규제가 실효성을 잃고 게임제작업자가 허위로 확률을 고지하여 이용자들을 기만하는 사례 등이 사회적으로 문제가 되고 있다. 이에 국민의힘 하태경 의원이 일정 규모 이상 게임제작업자는 게임물이용자위원회를 두도록 하는 게임산업진흥에 관한 법률 일부개정(안)을 2021년 3월 24일 대표발의하였는데, 이 법안이 게임산업을 과도하게 규제한다는 비판이 제기되고 있는바, 해당 법안을 분석하여 입법취지에 부합하는 개선방안을 제시하고자 한다.

• 벤딩인더스트리
• /
• 제6권1호통권16호
• /
• pp.76-77
• /
• 2006

흔히들 얼마 되지 않는 돈을 일컸을 때 '껌깞'이라고 표현을 한다. 소비하기에 부담이 없어 있어도 그만, 없어도 그만인 것이 껌값의 범주이다. 그런데 진짜 껌값을 노리고 하는 자판기 사업이 있다. 단돈 100원, 이 돈을 넣고 한개의 자일리톨 껌을 뽑아먹을 수 있게 한 사업으로 기계도 초미니, 초저가이다. 이런 이색 아이템의 사업이 바로 미니 자일리톨자판기 사업이다. 작지만 알차기 그지없는 사업성에 시장 반응은 뜨겁다. 게다가 이 작은 자판기는 희귀병 어린이 돕기 및 소년 소녀 가장 돕기 등 사회공헌 사업도 한다. 이 놀라운 사업의 실체와 메리트를 지금부터 해부해 보기로 한다.

• 프린팅코리아
• /
• 제9권3호
• /
• pp.69-69
• /
• 2010

지난 1월 28일부터 2월 1일까지 서울 대치동 서울무역전시컨벤션센터에서 제23회 MBC건축박람회가 열렸다. 건축박람회인 만큼 건축자재, 인테리어, 건축정보, 건축 리노베이션, 조명, 전원주택 및 펜션산업 등이 주력으로 전시되면서 총 330여 업체 3천여 아이템이 선보였다. 건축전문 박람회라는 한계성에도 불구하고 인테리어 벽지 및 광고물기자재 등을 비롯한 부문에서는 인쇄산업과 접점을 찾을 수 있는 몇몇 아이템이 출품되어 관심을 끌었다. 그 가운데 관람객들의 시선을 끈 주요 업체들을 소개한다.

• 지식정보인프라
• /
• 통권6호
• /
• pp.130-131
• /
• 2001

기관 간의 협동 연구 공간의 확보와 전남지역 생물 산업의 현재 기술 상태 및 기술 수요 분석을 통해 선진 기술 개발 아이템의 연구 역량을 배양하며, 유망 생물 벤처 기업을 유치하고, 산.학.연 협동 연구를 위한 전문 연구팀을 구성하여 국내외 전문 연구 기관과의 연구 교류 할 예정입니다. 전문 인력의 교육 훈련 및 기술 정보 DB화 추진을 위하여 전문위원회 구성 및 홍보를 활성화하고, 교육 프로그램을 개발하여 현장 기술 지도에 힘을 기울일 예정입니다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2018년도 추계학술발표대회
• /
• pp.372-375
• /
• 2018

본 논문은 온라인 음원 서비스 이용자들이 겪는 선택의 어려움을 최소화하고, 낭비되는 시간을 줄이기 위한 음악 추천 기법을 제안하고자 한다. 제안하는 기법은 개인정보의 이용 없이 아이템을 추천할 수 있는 아이템 기반 협업필터링 알고리즘을 사용한다. 더 정확한 추천을 위해 음원의 메타데이터를 이용한다. 실험을 통해 제안하는 기법이 메타데이터를 이용하지 않을 때보다 추천 성능이 향상되는 것을 확인하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2020년도 하계학술대회
• /
• pp.673-674
• /
• 2020

의식주 중에서 자신을 표현하고 외부와의 교류를 할 수 있는 분야는 패션분야로서 인간 생활과 밀접한 관계를 가지고 있으며 사람들의 개인화된 성향 변화 및 인터넷 환경의 개선으로 트렌드는 빠르게 변화하고 있다. 인공지능 기술의 발전은 단순히 객체의 검출 및 분류에서 벗어나 패션 아이템의 분석 및 세부적인 속성을 분석할 수 있는 수준에 다다랐으며 인공지능 기술을 활용하여 사용자에게 추천할 수 있는 서비스가 출시되고 있다. 패션 트렌드의 빠른 변화 및 인공지능 기술의 발전으로 이를 활용한 플랫폼에 기반을 두어 디자이너에게는 디자인 기술을 향상시킬 수 있으며 사용자에게는 개인화된 제품을 구매할 수 있는 플랫폼 개발이 요구되고 있다. 본 논문에서는 인공지능 기술 기반 패션 분석 기술 개발을 위하여 패션 검출 모듈, 패션 검색 모듈, 패션 검색을 위한 벡터 검색 모듈, 상하의 분리를 위한 세그먼테이션 모듈, 패션 복종 분류 모듈을 개발하여 통합하였으며 패션 검색 정확도는 Top-5 기준 75.28%, 벡터 검색 속도는 벡터당 0.002m sec 이하, 세그먼테이션 추출 정확도 87.6%이상, 패션 검출 결과 IoU 0.5 환경에서 96.2%, 복종분석 90.54%의 성능을 보였다.

• 지능정보연구
• /
• 제13권4호
• /
• pp.65-78
• /
• 2007

추천시스템은 개인화 서비스를 구현하는 방법 중의 하나이다. 추천시스템은 다양한 기법을 통해 구축될 수 있는데, 최근 전자상거래 분야에서 사용되는 기법들 중에서 대표적인 것이 협업필터링이다. 협업필터링은 영화나 음악 같이 명시적인 속성만으로 그 특성을 기술하는데 한계가 있는 아이템의 추천문제에 효과적으로 적용되어 왔다. 하지만, 이 기법은 희박성, 확장성 및 투명성 등의 문제점을 가지고 있는데, 본 연구에서는 희박성과 확장성 문제를 극복하는 방안으로 장르별 협업필터링 방법을 제안한다. 장르별 협업필터링 방법은 아이템을 최종적으로 추천하기 전에 아이템의 상위 카테고리, 즉 장르에 대한 정보를 활용하는 방법이다. 본 연구에서 제안하는 방법의 실용성을 보이기 위하여, 영화 추천시스템인 GenreWise_CF를 개발하여, 공개 데이터인 MovieLens Data에 적용하여 평가하였다. 실험 결과, 본 연구에서 제안한 GenreWise_CF가 전통적인 협업 필터링을 적용하여 개발한 추천시스템인 Basic_CF보다 향상된 성능을 보였다.

• 정보처리학회논문지D
• /
• 제16D권3호
• /
• pp.451-462
• /
• 2009

협업적 여과는 추천 시스템을 구축하는데 가장 널리 보급된 정보 여과 기법으로 사용자 각 개인의 관심에 적합한 정보 및 아이템을 추천함으로써 사용자들의 의사 결정에 도움을 준다. 그러나, 협업적 여과 기법은 우수한 추천 성능에도 불구하고 초기 진입 문제와 같은 대표적인 한계를 가지고 있다. 본 논문에서는 초기 진입 문제의 한계점을 보완하기 위해 새로운 모델 구축 방법과 구축된 모델들을 적용한 효율적인 협업적 추천 시스템을 제안한다. 제안된 협업적 여과 방법은 크게 2단계로 나뉘어질 수 있다. 첫 번째는 사전에 미리 사용자들이 선호 평가한 아이템에 대한 선호도 예측 에러 정보를 반영하여 모델을 구축하는 과정으로 대부분의 작업이 오프라인에서 수행된다. 두 번째는 미리 구축된 모델들을 적용하여 온라인에서 사용자에게 적합한 개인화된 아이템 추천 및 예측을 하는 과정이다. 사전에 측정된 에러 정보를 반영한 모델은 목적 사용자와 유사한 사용자 및 목적아이템과 유사한 아이템의 사전 평균 예측 에러를 활용하는 에러반영 모델로써 초기 진입 문제를 보완하면서 선호도 예측의 성능을 높이기 위한 모델이다. 또한 모델 기반의 협업적 여과의 단점인 재구축 비용을 감소시키고 사용자들의 새로운 선호도 피드백 정보에 대하여 계속적으로 반영 가능하게 하기 위해 점진적으로 새로운 정보를 갱신할 수 있는 구축 방법을 제안한다.