• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.10a
• /
• pp.587-590
• /
• 2016

최근 통신 기술의 발달로 온라인을 통한 대규모 콘텐츠의 유통이 가능해졌으나, 사용자들은 수많은 콘텐츠 사이에서 원하는 정보를 찾는 시간이 단축되는 것을 원했다. 이로 인해 다양한 분야에서 개인화된 콘텐츠를 추천해주는 추천 시스템(recommendation system)에 대한 요구가 점차 높아졌다. 그럼에도 불구하고 시니어를 위한 추천 시스템에 대한 연구는 매우 부족하다. 또한, 시니어 세대의 변화에 따라 시니어 관련 콘텐츠 연구도 다양하게 진행되고 있으나, 스마트 기기 및 서비스가 젊은 층에 친화적으로 개발됨으로써 시니어 층의 접근성을 감소시키고 있다. 이에 본 연구에서는 다양한 신체적 변화를 겪는 시니어 세대 위해 추천 시스템에서 인지반응 데이터를 이용하여 콘텐츠를 시청하기 적합한 환경을 제공함과 동시에 활동 이력을 중심으로 개인화 추천 시스템을 설계하여 시니어 사용자들의 개념 변화(concept drift) 문제로 사용자가 원하지 않는 콘텐츠를 추천받을 가능성을 줄일 수 있도록 한다.

• Journal of Information Management
• /
• v.41 no.4
• /
• pp.227-249
• /
• 2010

Scholarly information has increased tremendously according to the development of IT, especially the Internet. However, simultaneously, people have to spend more time and exert more effort because of information overload. There have been many research efforts in the field of expert systems, data mining, and information retrieval, concerning a system that recommends user-expected information items through presumption. Recently, the hybrid system combining a content-based recommendation system and collaborative filtering or combining recommendation systems in other domains has been developed. In this paper we resolved the problem of the current recommendation system and suggested a new system combining collaborative filtering and Naive Bayes Classification. In this way, we resolved the over-specialization problem through collaborative filtering and lack of assessment information or recommendation of new contents through Naive Bayes Classification. For verification, we applied the new model in NDSL's paper service of KISTI, especially papers from journals about Sitology and Electronics, and witnessed high satisfaction from 4 experimental participants.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.11a
• /
• pp.603-605
• /
• 2022

추천시스템은 개개인의 성향에 따른 맞춤화 추천이 가능하기 때문에 음악, 영상, 뉴스 등 많은 분야에서 관심을 받고 있다. 일반적인 추천시스템 모델은 블랙박스 모델이기 때문에 추천 결과에 따른 원인 도출을 할 수 없다. 하지만 XAI 의 모델은 이러한 블랙박스 모델의 단점을 해결하고자 제안되었다. 그 중 KGAT 는 Attention Score 를 기반으로 추천 결과에 따른 원인을 알 수 있다. 이와 같은 AI, XAI 등의 딥 러닝 모델에서 각각의 활성화 함수는 상황에 따라 상이한 성능을 나타낸다. 이러한 이유로 인해 데이터에 맞는 활성화 함수를 적용해보는 다양한 시도가 필요하다. 따라서 본 논문은 XAI 추천시스템 모델인 KGAT 의 성능 개선을 위해 여러 활성화 함수를 적용해보고, 실험을 통해 수정한 모델의 성능이 개선됨을 보인다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.10a
• /
• pp.1549-1552
• /
• 2015

최근 스마트폰을 비롯한 스마트 디바이스의 급격한 보급화가 이루어짐에 따라 추천가 시스템과 같은 개인화 서비스에 관한 연구가 활발히 진행되고 있다. 그러나 이러한 서비스는 활용 방안이 광범위함에도 불구하고 마케팅 등의 특정 분야에 한정되어 있거나 저수준의 QoS를 제공하는 정도에 머물러 있어 국내의 추천가 시스템은 아직 도입단계에 불과하다. 추천가 시스템은 추천할 물품과 같은 객체의 기본 및 평가 정보를 텍스트 형태의 메타 정보로 나타낸다. 이러한 메타 정보 기반 필터링에 의해 주변 경로 및 취향이 고려되지 않은 결과를 사용자에게 제공하고 있다. 이에 사용자와 상호작용하여 건강이나 취향, 식사 이력, 통계 등을 고려해 메뉴를 추천해주는 최적화된 알고리즘 연구가 요구된다. 본 논문에서는 최적화된 내용 기반 필터링을 활용해 사용자의 입력 패턴과 취향을 파악하여 메뉴를 추천해주는 시스템인 UBRS을 제안하고자 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.11a
• /
• pp.546-549
• /
• 2010

인터넷의 발달과 유통되는 정보의 양이 증가함에 따라, 그 속에서 사용자가 원하는 정보를 효과적으로 얻기 위한 노력이 계속되어 왔다. 그 중에서 사용자에게 적합한 상품을 추천하고 정보를 제공하기 위한 추천 시스템이 매우 중요하게 인식되고 있으며, 이에 대한 연구가 지속되고 있다. 본 논문에서는 추천 시스템의 핵심적인 방법들과 발전 방향을 다양한 측면에서 체계적으로 분석하였다. 최근에 자주 사용되어지는 효과적인 추천 시스템의 장단점을 비교하여, 추천 시스템이 적용될 수 있는 다양한 환경에서 최적화된 방법을 제시하였다. 더불어 기존의 추천 시스템이 가지고 있는 한계와 그 극복 방안에 대하여 모색해 보았다.

• Annual Conference on Human and Language Technology
• /
• 2007.10a
• /
• pp.76-83
• /
• 2007

학술정보 분석 서비스는 학술정보 온톨로지를 사용하여 연구과제의 심사자 선정과 연구자의 연구성과 분석에 필요한 정보를 제공해 주는 서비스이다. 연구과제의 심사자 추천 서비스에서는 피심사자와 심사자의 관계, 평가자의 전문도 및 전문 분야가 사용되며, 연구성과 분석 서비스에서는 분야별/기관별 연구성과물 현황, 분야별 전문가 현황, 연구자 네트워크 등이 사용된다. 본 연구에서는 학술정보 분석 서비스를 제공하기 위해 학술정보를 온톨로지로 구축하였고, OntoFrame 기반의 추론 시스템을 적용하여 학술정보를 저장 및 확장한 후 심사자 추천 서비스와 연구성과 분석 서비스에 필요한 정보를 제공하였다. 이 논문에서는 학술정보 온톨로지의 구성과 OntoFrame 기반의 학술정보 시스템의 구성 및 서비스 방법을 제시하였고, 이를 통해 효과적인 학술정보 분석 서비스를 제공하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.05a
• /
• pp.55-59
• /
• 2002

인터넷 및 전자상거래의 급속한 발전에 따라, 전자상거래를 위한 수많은 상품정보가 생성, 수정, 삭제되고 있는 상황에서 소비자들을 위한 맞춤형 정보서비스 및 개별화된 상품추천 시스템에 대한 필요성이 증가되고 있고 많은 연구가 이루어지고 있다. 그러므로 본 논문에서는 이러한 요구를 수용할 수 있는 소비자 지향형 상품추천 시스템을 제안한다. 제안된 시스템은 사용자행위의 모니터 링을 통해 사용자의 관심분야 및 다수의 사용자가 관심을 가지는 상품정보를 추출하며 이를 기반으로 사용자에게 추천함으로써 양질의 정보 및 서비스의 제공에 있다.

• Proceedings of the Korea Database Society Conference
• /
• 2001.06a
• /
• pp.362-368
• /
• 2001

본 논문에서는 고객의 특성을 고려한 최적의 추천시스템을 개발하기 위하여 기존의 인구통계학적 특성에 따른 협동적필터링 기법의 추천 효율을 비교 분석하였다. 비디오에 대한 사용자 평가 값과 예측 값간의 추천 효율에 대한 비교실험을 통하여 상품에 대한 단순한 선호도만을 고려한 기존의 협동적필터링 방법에 의한 추천시스템의 문제점을 개선하여 추천된 상품이나 콘텐츠에 대한 개인별 추천 효율을 향상시키기 위한 모델을 제시하였다. 본 연구 결과를 이용하여 인터넷 비즈니스 분야에서 활발하게 도입되고 있는 eCRM 시스템에서 가장 중요한 요소인 고객들의 인구통계학적인 다양한 특성을 고려한 협동적필터링 기반의 추천시스템을 개발할 수 있으리라 기대한다.

• Proceedings of the KIEE Conference
• /
• 2007.07a
• /
• pp.331-332
• /
• 2007

최근 디지털 TV방송서비스의 보급으로 채널의 수와 그에 따른 프로그램의 수가 많아짐에 따라 시청자는 모든 프로그램의 정보를 미리 알고 있는 것이 힘들어 졌다. 모든 채널과 방송 프로그램을 탐색하고 자신의 취향에 맞는 프로그램을 찾아 보기 어려워진 문제를 해결하고자 영화, 상품 등의 분야에 국한 되었던 추천연구 분야도 TV채널 까지 확대할 필요가 있다. 본 논문에서는 사용자의 TV시청 기록을 분석하여 사용자 프로파일 테이블을 구성하고, 베이시안 네트워크와 시계열 분석 이론을 접목하여 추천엔진을 구현하는 TV채널 추천 엔진을 제안한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2022.10a
• /
• pp.84-86
• /
• 2022

Task-oriented chatbots prevail in various filed with the artificial intelligent dialogue system. The need for chatbots in customer services is growing, especially in education businesses given that there are many user inquiries and consultation requests. However, current dialogue systems only function as simple reactions or predetermined and frequently used actions. Meanwhile, the research about customized recommendation systems through artificial intelligence is very active with a wide variety of educational content. Although a dialogue system and a recommendation system is a core element in this domain, it has a limitation in that it is being conducted separately. Therefore, we present a study on a recommendation system that can recommend user-customized lectures combined with a dialogue system. With this combination, our system can respond to additional functions beyond these limitations. Through our research, we expect that work efficiency and user satisfaction will be improved by applying chatbots in education domains that are becoming more diversified and personalized.