• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 하계종합학술대회 논문집 Ⅲ
• /
• pp.1451-1454
• /
• 2003

본 논문에서는 MPEG-21 에서 정의한 디지털아이템의 파일 포맷의 구조 및 방법을 멀티미디어 파일 포맷으로 제안하였다. 제안한 방법은 디지털아이템을 이진화하는 방법 및 기능, XML로 구성된 디지털아이템 선언(Digital Item Declaration)에서 미디어 리소스를 참조하는 방법 등이다. 제안한 멀티미디어 파일 포맷은 디지털방송, 무선통신, 인터넷 환경에서의 다양한 형태의 컨텐츠들을 효과적이고 체계적으로 조합할 수 있는 기능 및 효과적인 전송 기능을 제공하며, 향후 xml 기반 메타데이터와 미디어리소스를 포함하는 멀티미디어 컨텐츠의 파일 포맷에 대한 참고 모델로서 사용될 수 있다.

• 지능정보연구
• /
• 제11권1호
• /
• pp.107-121
• /
• 2005

최근, 추천시스템과 협업 필터링에 대한 연구가 학계와 업계에서 활발하게 이루어지고 있다. 하지만, 제품 아이템들은 다중 값 속성을 가질 수 있음에도 불구하고, 기존의 연구들은 이러한 다중 값 속성을 반영하지 못하고 있다. 이러한 한계를 극복하기 위하여, 본 연구에서는 추천시스템을 위한 새로운 방법론을 제시하고자 한다. 제안된 방법론은 제품 아이템에 대한 클러스터링 기법에 기반하여 다중 값 속성을 팔용하며, 정확한 추천을 위하여 협업 필터링을 적용한다. 즉, 사용자간의 상관관계만이 아니라 아이템간의 상관관계를 고려하기 위하여, 사용자 클러스터링에 기반한 사례기반추론과 아이템 속성 클러스터링에 기반한 사례기반추론 모두가 협업 필터링에 적용되는 것이다. 다중 값 속성에 기반하여 아이템을 클러스터링 함으로써, 아이템의 특징이 명확하게 식별될 수 있다. MovieLens 데이터를 이용하여 실험을 하였으며, 제안된 방법론이 기존 방법론의 성능을 능가한다는 결과를 얻을 수 있었다.

• 한국콘텐츠학회논문지
• /
• 제7권6호
• /
• pp.1-8
• /
• 2007

전자상거래에서 많은 아이템 중에 사용자에게 적합한 아이템을 추천하기 위해서는 많은 시간과 노력이 소요된다. 그러므로 추천 시스템이 사용자들을 대신하여 적합한 아이템을 추천해줄 수 있다면 만족을 얻을 수 있다. 본 논문에서는 정확성과 확장성을 향상시키기 위해서 협력적 필터링에서 연관관계 군집 분할 방법을 제안하였다. 평가한 데이터를 사용하여 연관 아이템간의 향상도를 산출하고 연관관계 군집의 효율성을 높이기 위해서 아이템으로 구성된 노드 군집을 분할하였다. 이는 군집들 중 하나의 아이템만이 연관성을 달리하고, 나머지 아이템들은 군집의 연관성이 충족되어진다면 결합하는 방법이다. 성능을 평가하기 위해서 MovieLens 데이터 집합에서 K-means와 EM에 의한 군집과 비교 평가하였다.

• 한국게임학회 논문지
• /
• 제7권4호
• /
• pp.125-134
• /
• 2007

아이템 거래의 속성에 대해서는 그동안 많은 연구가 진행되어 왔으나, 막상 아이템 거래의 발생 원인에 대해서는 설문조사 등의 방법만 수행되어 왔고, 온라인 게임 내에서의 경제 분석 에 의한 연구는 이루어지지 못하였다. 따라서 본 연구는 온라인 게임 내에서의 아이템 수요와 공급에 대해 역할참석, 직접관찰, 관련자 면담 등의 방법을 사용하여 게임 내에서의 아이템 거래의 원인을 분석하였다. 분석 결과 아이템 거래가 일반 게이머들 사이에서 차지하는 비중은 크지 않으며, 인챈트를 즐기는 소수의 게이머, 혈전 및 공성전을 수행하는 사람들 사이에서 중점적으로 발생한다. 또 주된 아이템 공급자는 일반게이머가 아니라 작업장이다. 즉 아이템 거래는 소량으로 적은 액수를 거래하는 다수의 게이머와, 대량으로 많은 액수를 거래하는 소수의 매니아 게이머에 의해서 발생한다. 이러한 아이템 거래의 소수 집중적 속성을 파악하는 것은 아이템 거래와 관련된 제반 정책 및 사회적 영향을 검토하는 데에 기반 지식으로 활용될 수 있을 것이다.

• 한국게임학회 논문지
• /
• 제10권3호
• /
• pp.47-59
• /
• 2010

본 연구는 아이템 현금거래를 단순한 정적인 체계로 접근하는 기존 연구와 달리, 거래의 진화과정에 대한 역사적 분석을 통해 아이템 현금 거래를 복잡적응계(CAS)로서 접근하였다. 아이템 현금거래는 가상경제와 현실경제 간의 융합을 보여주는 복합적 현상으로 시간에 따라 아이템의 생산과 소비 과정이 역동적으로 진화하고 있다. 본 연구는 첫째, 초기 아이템 거래가 단일한 행위자에 의해 설계된 의도적 체계가 아니라 내생적으로 창발하였음을, 둘째, 초기 거래 이후 아이템 거래는 다양한 행위자들(개인유저, 작업장, 게임 기업, 유저 커뮤니티, 중개인 등)이 자발적으로 참여하는 복잡하고 역동적인 체계로서 거래안전성과 효율성을 증가시키는 방향으로 자기조직화하고 있음을, 셋째, 복작접응계로서 아이템 거래 체계는 내부 행위자들의 욕구를 상호보완해주고 긍정적 피드백이 강력히 작동하고 있음을 분석하였다. 본 연구의 결과는 아이템 현금거래의 창발과 진화에 대한 이해가 부재한 인위적 규제가 체제 효율성을 왜곡시켜 비의도적인 정책 실패를 야기할 수 있다는 함의를 제공한다.

• 한국통신학회논문지
• /
• 제31권2B호
• /
• pp.129-136
• /
• 2006

이 논문에서는 DMB에서의 주문형 데이터 방송을 위한 새로운 데이터 캐러셀 스케줄링 알고리듬을 제안한다. 클라이언트로부터 리궤스트를 받으면 서버는 그 리궤스트에 대한 통계치를 이용하여 아이템을 두 집합으로 나눈다. hot 아이템을 한 캐러셀 내에서 여러 번 반복하여 방송하도록 하여 그 아이템에 대한 클라이언트의 대기시간을 줄이도록 하였으며, hot 아이템의 방송회수에 상한선을 두어 cold 아이템의 방송 기회를 늘이도록 하여 클라이언트의 리퀘스트에 대한 응답 성공률을 높이도록 하였다. 모의실험을 통해 캐러셀 기반의 다른 알고리듬과 비교하였을 때 원하는 결과를 얻어낼 수 있었다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2008년도 학술대회 1부
• /
• pp.688-692
• /
• 2008

3차원 아바타 시스템에서 아이템들은 아비타의 체형마다 맞춰서 제작하여야 한다. 이러한 제작방식은 사업적인 측면에서 불리한점이 클 뿐만 아니라, 서비스하는 아바타의 체형, 종류와 같은 다양성 측면에서도 소비자의 욕구를 만족하기 어렵다. 다양한 체형의 아비타를 서비스하기 위해 제작해야 할 작업량은 기하급수적으로 늘어날 수밖에 없다. 본 연구는 아바타의 제형을 최소한의 데이터 제작으로 표현가능 하도록 메쉬모핑(mesh morphing) 기법을 활용한 3D 아바타 체형변형방법에 관한 것이다. 아바타의 기본제형과 변형될 체형을 토대로 실시간으로 표현할 수 있는 중간체형을 생성하는 방법과 기본체형에 맞게 제작된 의상, 헤어스타일, 신발 등 아바타 아이템 들을 중간체형에 맞도록 자동으로 변형하는 방법을 소개한다. 제시한 방법을 이용하면, 새로운 체형의 아바타를 도입하더라도 기 제작된 아이템들의 추가 제작 없이 새로운 체형에 맞는 아이템을 서비스할 수 있음을 보여준다. 또한 새로운 체형의 표현 방법이 실시간으로 적용할 수 있는 방직임을 보여준다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2006년도 추계학술발표대회
• /
• pp.51-54
• /
• 2006

본 논문에서는 각 사용자들의 취향에 맞는 음악을 추천하는 개인화된 음악 추천 시스템을 소개한다. 추천 시스템이란 사용자의 선호도를 분석하고 아이템들에 대한 사용자의 선호도를 예측하여 영화, 음악, 기사, 책, 웹 페이지 등과 같은 아이템들을 추천하는 시스템을 말한다. 추천 시스템들에서 가장 많이 사용하고 있는 협동적 추천 방식은 선호도 데이터를 기반으로 유사한 사용자들을 찾고, 유사 사용자들의 선호도를 기반으로 예측을 수행하는 것으로서, 여러 장점들이 있으나 희소성(sparsity) 문제와 확장성(scalability) 문제에 대해 취약점을 가지고 있다. 아이템들의 전체 수에 비해 매우 적은 수의 아이템 선호도 데이터만 존재한다면 사용자들의 유사도를 계산하기가 어려우며, 또한 사용자의 수가 늘어날수록 유사도 계산에 걸리는 시간이 급격하게 늘어남으로써 수백만 사용자가 있는 웹 사이트 등에서 실시간 추천을 수행하기 어렵다. 본 논문에서 소개하는 음악 추천 시스템은 이러한 문제점들을 해결하기 위해 그래프 기반 협동적 여과 기법을 사용한다. 그래프 기반 협동적 여과 기법은 기존의 협동적 여과 기법들과 달리 아이템들 사이의 연관관계를 그래프 모델로 표현하고 저장함으로써 묵시적인 선호도 정보들을 누적하여 희소성 문제를 해결하고, 추천 아이템을 선정하는데 필요한 계산 시간을 크게 단축하여 대규모 데이터에서 실시간 추천을 가능하게 한다는 장점이 있다.

• 지능정보연구
• /
• 제25권4호
• /
• pp.89-103
• /
• 2019

최근 추천시스템의 품질평가 관점에서 이에 대한 다양한 연구들이 진행되고 있다. 추천시스템은 기본적으로 사용자들에게 특정 아이템에 대한 개인화된 추천을 제공하는데 목적이 있으며, 대부분의 추천시스템은 항상 사용자 또는 아이템과 가장 관련 있는 아이템을 추천한다. 그리고 이러한 추천시스템의 성과는 전통적으로 다양한 예측정확도 등에 초점을 두어 왔다. 그러나, 추천시스템은 예측가능성 차원에서 정확해야 할 뿐만 아니라 사용자들에게 유용해야 한다. 특히 최근의 추천시스템에 대한 연구로서, 추천시스템의 평가기준에 속하는, 추천시스템에 대한 사용자 만족도(품질)는 추천시스템이 얼마나 정확하게 추천하느냐 뿐만 아니라 사용자의 의사결정에 얼마나 충분히 도움이 되는지와 관계가 깊다. 예를 들어, 특히 높은 수준의 세렌디티피한 추천은 사용자들이 뜻밖의 아이템이면서 흥미로운 아이템을 찾는데 도움이 된다. 여기서, 세렌디피티란 추천 아이템이 사용자에게 매력적인 동시에 뜻밖의(비기대성의) 아이템인 정도를 의미한다. 본 연구는 추천시스템의 성과를 나타내는 세렌디피티 지표를 추천시스템에 적용하여 추천시스템의 품질을 평가하는 것을 목표로 한다. 본 연구에서는 세렌디피티 지표는 관련성(매력)이 있는 동시에 뜻밖인(비기대성의) 아이템을 추천하는 정도로 정의하고, 이 세렌디피티 지표를 측정하기 위해, 추천시스템이 사용자들에게 예상치 못한 유용한 아이템을 찾을 수(또는 추천할 수) 있는 정도를 평가하였다. 본 연구의 주요 실증분석결과로는, 아이템기반 협력 필터링 기법이 사용자기반 협력 필터링 기법보다 더 높은 세렌디피티값을 가지며, 따라서, 추천시스템의 품질평가 차원에서 아이템기반 협력 필터링 기법은 사용자기반 협력 필터링 기법보다는 더 좋은 추천 품질을 갖고 있음을 보여 주었다.

• 한국경영정보학회:학술대회논문집
• /
• 한국경영정보학회 2007년도 추계학술대회
• /
• pp.623-628
• /
• 2007

본 논문은 Web 2.0시대의 새로운 컨텐츠 매체로 각광받고 있는 블로그와 관련하여 태그 기반의 검색 알고리즘을 제안하고자 한다. 최근 블로그 검색과 관련하여 태그 기반의 블로그 검색 서비스가 등장하기 시작했지만, 현재 제공되는 태그 기반의 검색 서비스는 태그의 유무와 컨텐트의 최신성을 주요 기준으로 삼고, 태그와 컨텐트 간의 관련성을 제대로 고려하지 않아 검색 결과가 만존스럽지 못하는 경우가 많다. 따라서 본 논문에서는 태그와 컨텐트와의 관련성을 실수화하고 이를 주요 기준으로 검색 결과의 순위를 결정하는 PTRank 알고리즘을 제안하였다. PTRank 알고리즘에서는 1) 태그가 피드의 제목에 포함되었는지 여부, 2) 태그가 피드의 설명에 나타나는 회수, 3) 태그가 아이템의 제목에 포함되었는지 여부, 4) 태그가 아이템의 설명에 나타나는 횟수, 5) 피드 내에서 태그의 IDF값, 6) 사용자의 검색 행위를 이용해 태그와 컨텐트간의 관련성을 실수화하였다. 실험 결과, PTRank 모델 및 학습 알고리즘이 태그 기반의 피드 검색에서 잘 작동하며 검색에 효과적으로 활용될 수 있다는 것을 알 수 있었다.