• Journal of Digital Contents Society
• /
• v.13 no.4
• /
• pp.559-565
• /
• 2012

The remarkable development of IT is contributed to popularization of smart phones, which in turn creates a new domain called app store. Smartphone apps have grown fast because they can be easily purchased through an app store. As the volume of apps traded in app stores is so huge that it is extremely hard for users to find the exact app they want. In general, an app store recommends an app to users based on the search words they entered. In terms of recommendation of app, this kind of content-based method is not effective. To increase accuracy in recommending app, this paper proposes a characteristic similarity-based app recommendation method. This method creates attributes on the app based on the related information such as genre, functionality and number of downloads and then compares them with the propensity to use the app. According to diverse simulations, the method proposed in this paper improved the performance of app recommendation by 33% in average, compared to the conventional method.

• The Journal of Society for e-Business Studies
• /
• v.24 no.3
• /
• pp.129-142
• /
• 2019

The interest in the blockchain technology has been increasing since its inception and it has been applied to many fields and sectors. The blockchain technology creates a decentralized environment where no third party controls the data and transaction. Mobile apps recommendation has been extensively used to recommend apps to mobile users. For example, Android-based recommendation applications have been developed to recommend other mobile apps for download depending on user's preferences and mobile context. These recommendations help users discover apps by referring to the experiences of other users. Due to the collection of a large amount of data and user information, there is a problem of insecurity and user's privacy that are prone to be attacked. To address this issue the blockchain technology can be incorporated to assure cryptographic safety. In this paper, we present a survey of the on-going mobile app recommendations and e-commerce technology trend to address how the blockchain can be incorporated into the collaborative filtering recommendation systems to enable the users to set up a secured data, which implies the importance of user privacy preference on personalized app recommendations.

• Annual Conference on Human and Language Technology
• /
• 2013.10a
• /
• pp.64-69
• /
• 2013

스마트폰의 대중화로 인하여 앱 마켓 시장이 급속도로 성장하였다. 이로 인하여 하루에도 수십개의 새로운 앱들이 출시되고 있다. 이러한 앱 마켓 시장의 급격한 성장으로 인해 사용자들은 자신이 흥미를 가질만한 앱들을 선택하는데 큰 어려움을 겪고 있어 앱 추천 방법에 대한 연구에 많은 관심이 집중되고 있다. 기존 연구에서 협력 필터링 기반의 추천 방법들을 제안하였으나 이는 콜드 스타트 문제를 지니고 있다. 이와는 달리 컨텐츠 기반 필터링 방식은 콜드 스타트 문제를 효율적으로 해소할 수 있는 방법이지만 앱설명에는 광고, 공지사항등 실질적으로 앱의 특징과는 무관한 노이즈들이 다수 존재하고 이들은 앱 사이의 유사관계를 파악하는데 방해가 된다. 본 논문에서는 이런 문제를 해결하기 위하여 앱 설명에서 노이즈에 해당하는 설명들을 자동으로 제거할 수 있는 모델을 제안한다. 제안하는 모델은 모바일 앱 설명을 구성하고 있는 각 문단을 LDA로 학습된 토픽들의 비율로 나타내고 이들을 분류문제에서 우수한 성능을 보이는 SVM을 이용하여 분류한다. 실험 결과에 따르면 본 논문에서 제안한 방법은 기존에 문서 분류에 많이 사용되는 Bag-of-Word 표현법에 기반한 문서 표현 방식보다 더 나은 분류 성능을 보였다.

• Journal of the Korea Institute of Information Security & Cryptology
• /
• v.27 no.6
• /
• pp.1499-1506
• /
• 2017

The use of smartphones and the launch of various apps have increased exponentially, and malicious apps have also increased. Existing app recommendation systems have been limited to operate based on static information analysis such as ratings, comments, and popularity categories of other users who are online. In this paper, we first propose a robust app recommendation system that realistically uses dynamic information of apps actually used in smartphone and considers static information and dynamic information at the same time. In other words, this paper proposes a robust Android app recommendation system by partially reflecting the time of the app, the frequency of use of the app, the interaction between the app and the app, and the number of contact with the Android kernel. As a result of the performance evaluation, the proposed method proved to be a robust and efficient app recommendation system.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2013.07a
• /
• pp.19-20
• /
• 2013

본 논문에서는 앱스토어의 정확한 정보 전달을 위해 집단지성을 이용한 상황인지 시스템을 제안한다. 이 시스템은 개인이 문제 처리 시 발생하는 오류를 집단지성으로 발생하는 집단적인 능력을 이용하여 최소화하고, 앱개발자에게 필요한 API를 추천함으로써 소비자 중심이던 앱스토어를 개발자와 소비자 중심의 앱스토어를 구축 한다. 또한 이 시스템은 소비자의 상황을 온톨로지 기법에 적용하여, 앱스토어 시스템이 소비자의 상황에 적합한 앱을 추천하고, 앱개발자에게 정보를 제공해준다. 이때 앱소비자의 상황정보는 일차 논리 추론기법을 활용함으로써, 소비자 상황을 정확히 추론하여 기존의 앱스토어 보다 한 단계 높은 상황인지 앱스토어 시스템을 제안한다.

• KIPS Transactions on Software and Data Engineering
• /
• v.2 no.9
• /
• pp.615-620
• /
• 2013

With the development of smartphones, the number of applications for smartphone increases sharply. As a result, users need to try several times to find their favorite apps. In order to solve this problem, we propose a recommendation system to provide an appropriate app list based on the user's log information including time stamp, location, application list, and so on. The proposed approach learns three recommendation models including Naive-Bayesian model, SVM model, and Most-Frequent Usage model using temporal and spatial attributes. In order to figure out the best model, we compared the performance of these models with variant features, and suggest an hybrid method to improve the performance of single models.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.11a
• /
• pp.1147-1148
• /
• 2013

장애인들의 불편함을 도와주기 위해 스마트폰을 이용하여 장애인을 위한 음식 추천 시스템을 구현하였다. 장애인들은 시각 장애인, 청각 장애인, 지체 장애인들이 있으며 모든 장애인들이 스마트폰을 이용하여 음식점을 추천해주는 앱이다. 사회 약자들에게 많은 도움이 될 것이라 생각된다.

• 한국어정보학회:학술대회논문집
• /
• 2016.10a
• /
• pp.235-238
• /
• 2016

본 논문은 사기업들의 개방 데이터를 바탕으로 사용자의 과거 행동과 주변 상황정보를 토대로 사용자의 음식 기호를 맞추는 앱 어플리케이션 '눈치코칭_음식'의 설계 및 구현에 대하여 서술한다. '눈치코칭_음식'은 사용자가 쉽게 음식점을 추천 받을 수 있도록 만들어진 앱 어플리케이션으로 기존의 필터링 방식으로 사용자가 검색하는 방식의 유사한 어플리케이션들과 달리 사용자의 주변 상황과 사용자의 행동패턴 분석을 통해 문제해결에 대한 도움을 줌으로써 시간 절약을 할 수 있다. 사용자의 별도의 입력을 받지 않고 앱에서의 간단한 클릭과 나의 음식 저장과 같은 기능을 활용할 때의 주변 위치나 날씨와 같은 상황정보를 함께 저장한 후 다음 앱 사용 시기의 상황정보와 비교하여 기존 데이터를 바탕으로 사용자에게 다시금 피드백 되는 앱이다. 사용자의 행동패턴에 따라 알림 기능을 활용하기 위해서 사용자 식사 시간 설정 기능을 통해 매일 식사하는 시간에 알림 설정을 할 수 있도록 만들었다. 또한 사용자의 편의성을 위해서 음식선택 시간의 평균을 내서 해당 설정 식사시간을 추적할 수 있도록 구성하였다.

• Annual Conference on Human and Language Technology
• /
• 2016.10a
• /
• pp.235-238
• /
• 2016

본 논문은 사기업들의 개방 데이터를 바탕으로 사용자의 과거 행동과 주변 상황정보를 토대로 사용자의 음식 기호를 맞추는 앱 어플리케이션 '눈치코칭_음식'의 설계 및 구현에 대하여 서술한다. '눈치코칭_음식'은 사용자가 쉽게 음식점을 추천 받을 수 있도록 만들어진 앱 어플리케이션으로 기존의 필터링 방식으로 사용자가 검색하는 방식의 유사한 어플리케이션들과 달리 사용자의 주변 상황과 사용자의 행동패턴 분석을 통해 문제해결에 대한 도움을 줌으로써 시간 절약을 할 수 있다. 사용자의 별도의 입력을 받지 않고 앱에서의 간단한 클릭과 나의 음식 저장과 같은 기능을 활용할 때의 주변 위치나 날씨와 같은 상황정보를 함께 저장한 후 다음 앱 사용 시기의 상황정보와 비교하여 기존 데이터를 바탕으로 사용자에게 다시금 피드백 되는 앱이다. 사용자의 행동패턴에 따라 알림 기능을 활용하기 위해서 사용자 식사 시간 설정 기능을 통해 매일 식사하는 시간에 알림 설정을 할 수 있도록 만들었다. 또한 사용자의 편의성을 위해서 음식선택 시간의 평균을 내서 해당 설정 식사시간을 추적할 수 있도록 구성하였다.

• Journal of the Korea Society of Computer and Information
• /
• v.20 no.2
• /
• pp.11-20
• /
• 2015

In this paper, we propose a context awareness system to transfer accurate information of the app store based on collective intelligence. By using collective intelligence the system minimizes the errors that could occur when an individual process the problems, recommends APIs for developers and builds the app store for not only customers but also developers. In addition, this system applies the ontology technique to aware the context of consumers, recommends the app suitable for the consumer and provides the information for app developers. By utilizing the deduction technique of the Jena, the context awareness system infers the context of a consumer and constructs the app store system which improves the existing app stores. In the point of service transfer and accuracy, the proposed app store system module show better performance than the existing app store.