• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.10a
• /
• pp.1611-1614
• /
• 2015

최근 많은 추천 시스템들이 연구 되고 있으며, 사용자들에게 의사결정을 도와주는 추천시스템에 대한 중요도가 급증하고 있다. 기존의 영화 추천시스템에서는 희박성의 문제가 제기된다. 본 논문에서는 이러한 문제를 보완하고자 사용자가 영화에 대해 남긴 리뷰로부터 영화키워드를 분석하고 분석된 키워드로부터 가중치를 활용한다. 즉 사용자들로부터 영화에 대한 리뷰를 수집하고 리뷰로부터 각 영화 키워드를 분석해 키워드별 가중치를 활용해 이를 기반으로 영화를 추천한다. 그 결과 사용자에게 만족할만한 정보를 제공해 효율성을 높이고, 영화에 대한 개인 리뷰를 반영한 영화추천 시스템을 설계 및 구현해 사용자에게 적절한 영화를 추천한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10b
• /
• pp.460-462
• /
• 2003

본 논문에서는 모바일 환경에서. 사용자의 상황정보와 개인적 선호도 정보를 고려하여 사용자에게 적합한 영화를 선택. 추천하고 선택된 영화의 요약(Summary)을 서비스 할 수 있는 시스템을 제안한다. 제안된 시스템은 사용자가 이동하는 상황에 따라 변하는 위치, 시간 정보와 개인적 선호도인 영화장르 정보에 기반한 영화선택 서비스를 제공하고, 선택된 영화 콘텐츠의 요약을 MPEG-7 메타데이터로 기술하고, 이를 이용해 요약을 효과적으로 소모할 수 있게 한다. 제안된 시스템을 통해, 모바일 환경 기반 영화 선택 및 서비스 시스템(Mobile Environment-Based Movie Selection and Summary Service System)을 실현하고, 그 효용성을 입증하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10c
• /
• pp.208-210
• /
• 2003

VOD 시스템에서 많은 클라이언트의 요청은 몇몇의 영화에 집중된다. 서비스 가능한 많은 영화 중에서 실제 서비스가 이루어지는 영화는 많지 않다. 본 논문에서는 이와 같은 특성을 고려하여 사용자에 의해 많은 요청이 이루어지는 영화만을 위한 미디어 가속기를 설계하고 개발한다. 기존의 시스템은 하드 디스크에 영화를 저장하고 서비스를 하는 반면 본 논문에서 구현하는 시스템은 많은 요청이 이루어지는 영화에 한하여 메모리에 영화를 저장하고 서비스를 한다. 본 연구에서는 미디어 가속기를 리눅스 환경에서 구현하고 실험을 통해서 실제 서비스가 가능한 사용자 수를 측정하고 서비스에 장애가 되는 요인이 무엇인지 알아본다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2007.11a
• /
• pp.507-513
• /
• 2007

기존의 영화정보제공 시스템에서는 사용자에게 영화에 대한 정보를 전달할 때 단순히 새로운 영화에 대한 정보를 전달하는데 그치고 있다. 이러한 정보시스템은 사용자에 대한 기호나 성향을 고려하지 않기 때문에, 사용자에게 필요하고 적절한 정보를 제공하지 못하는 문제점이 있다. 따라서, 본 논문은 정보 제공의 효율성을 높이기 위하여 사용자의 영화 선호도가 반영된 영화추천시스템을 설계 및 구현한다. 다양한 사용자로부터 수집한 기본정보에 데이터 분류도구를 적용하여 사용자에 대한 일정한 기호 또는 성향을 추출한다. 결과적으로 추출된 정보를 대상 사용자들에게 SMS로 제공하여 각자의 기호나 성향을 고려한 정보를 얻을 수 있도록 한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.01a
• /
• pp.35-38
• /
• 2022

콘텐츠 기반 추천 시스템은 대표적인 추천 모델 방법 중 하나이다. 하지만 콘텐츠 기반 추천 시스템은 사용자 관련 메타데이터를 고려하기보다 내용 관련 메타데이터에만 의존하는 경향이 있다. 본 논문에서는 영화의 특징을 담고 있는 메타데이터를 이용해 추천 시스템을 간단히 구현하고, 추천한 영화와 사용자의 영화 평점을 이용해 추천 시스템의 정확도를 측정하였다. 영화 메타데이터 keywords, genres, cast의 개수를 늘려가며 정확도가 변화하는지 알아보았다. 메타데이터 각각의 개수가 증가하면 정확도도 향상할 것이라고 기대했으나 큰 차이가 나타나지 않았다. 모델 평가 결과, 미세한 차이지만 영화 메타데이터를 상위 3개씩 추출해 영화를 추천했을 때의 정확도가 1.2100318041248186으로 가장 높았다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.10a
• /
• pp.569-572
• /
• 2018

본 연구는 영화 포스터를 대상으로 OpenCV를 활용하여 k-means clustering 기반의 색감을 분석하는 기법을 제안한다. 또한 이를 활용하여 영화 포스터 간의 유사도를 구하고 특정 영화와 대표색을 가지는 영화를 추천하는 시스템을 제안한다. 이를 위해 본 연구에서 다음과 같은 가정을 기반으로 한다. 첫 번째, 포스터는 해당 영화를 가장 잘 나타내는 이미지로, 포스터의 색감은 영화의 전반적인 분위기를 가진다. 두 번째, 영화 사이에 유사한 색감을 가진다면, 해당 영화들은 유사한 분위기를 가진다. 본 연구에서는 2단계로 나누어 연구를 진행한다. 우선 k-means clustering 기법을 통하여 데이터를 전처리 하여 영화별 대표색을 선정한다. 이 때, 선정된 대표색을 이용하여 각 영화간 색감 유사도를 분석한 결과를 통해, 같은 장르의 영화도는 유사도가 높음을 확인할 수 있었다. 다음으로 앞의 색감 유사도 분석을 통하여 특정 영화와 높은 유사도를 가지는 영화를 추천한다. 본 연구에서 추천된 영화는 기존의 영화 선택 기준에 비하여 사용자 본인의 취향을 반영한다. 본 연구 내용이 영화를 추천하는 과정에서 반영된다면 추천 시스템의 정확도와 사용자 만족도 향상에 기여할 것으로 기대된다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.19 no.2
• /
• pp.242-247
• /
• 2009

Recently an intelligent system is developed for the service what users want not a passive system which just answered user's request. This intelligent system is used for personalized recommendation system and representative techniques are content-based and collaborative filtering. In this study, we propose a prediction system which is based on the techniques of recommendation system using a collaborative filtering and a fuzzy system to solve the collaborative filtering problems. In order to verify the prediction system, we used the data that is user's rating about movies. We predicted the user's rating using this data. The accuracy of this prediction system is determined by computing the RMSE(root mean square error) of the system's prediction against the actual rating about the each movie and is compared with the existing system. Thus, this prediction system can be applied to base technology of recommendation system and also recommendation of multimedia such as music and books.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.01a
• /
• pp.23-26
• /
• 2022

OTT 서비스의 이용자가 폭발적으로 증가하고 있는 지금, 사용자에게 맞춤형 상품을 추천하는 것은 해당 서비스에서 중요한 사안이다. 본 논문에서는 콘텐츠 기반 추천 시스템의 모델을 제안하고, 영화 데이터를 추가 해가며 예측력을 높일 최종적인 모델을 채택하고자 한다. 이를 위해 GroupLens와 Kaggle에서 영화 데이터를 수집하고 총 1111개의 영화, 943명의 사용자에게서 나온 71026개의 영화 평가 데이터를 이용하였다. 모델 평가 결과, 장르와 키워드만을 이용한 추천 시스템 모델의 RMSE는 1.3076, 단계적으로 데이터를 추가해 최종적으로 장르, 키워드, 배우, 감독, 나라, 제작사를 이용한 추천 시스템 모델의 RMSE는 1.1870으로 모든 데이터를 추가한 모델의 예측력이 더 높았다. 이에 따라 장르, 키워드, 배우, 감독, 나라, 제작사를 이용해 구현한 모델을 최종적인 모델로 채택, 무작위로 추출한 한 명의 사용자에 대한 영화 추천 리스트를 뽑아낸다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.07a
• /
• pp.463-464
• /
• 2021

본 논문은 관리자가 영화 및 영화관을 등록하고 등록된 데이터들을 바탕으로 상영 정보를 등록할 수 있게 한다. 사용자는 등록된 영화 및 영화관들의 정보들을 볼 수 있으며 필요에 따라서 등록된 상영 정보를 통해 영화를 예매할 수 있게 하는 시스템이다. 사용자들은 영화를 예매할 때 현재 좌석의 상황을 실시간으로 볼 수 있게 구현하였다.

• 한국HCI학회:학술대회논문집
• /
• 2008.02c
• /
• pp.6-11
• /
• 2008

The more technologies of multimedia are developed and multimodal interactions are proposed, the more people expect immersive interactions. This paper presents a enhanced moyie system which provides viewers with passive haptic sensation synchronized with audiovisual media. Also, we discuss the potential haptic contents in a movie system and the characteristics of effective authoring tool generating various haptic contents for various scenes. Furthermore, an example of enhanced haptic movie system is discussed and the first version of our haptic authoring tool for creating haptic contents of a movie system is introduced.