• Journal of KIISE:Software and Applications
• /
• v.31 no.8
• /
• pp.1062-1072
• /
• 2004

Collaborative filtering systems based on ｛user-document｝ matrix are effective in recommending web documents to user. But they have a shortcoming of decreasing the accuracy of recommendations by the first rater problem and the sparsity. This paper proposes the automatic preference rating method that generates user profile to solve the shortcoming. The profile in this paper is content-based collaborative user profile. The content-based collaborative user profile is generated by combining a content-based user profile with a collaborative user profile by mutual information method. Collaborative user profile is based on ｛user-document｝ matrix in collaborative filtering system, thus, content-based user profile is generated by relevance feedback in content-based filtering systems. After normalizing combined content-based collaborative user profiles, it automatically rates user preference by reflecting normalized profile in ｛user-document｝matrix of collaborative filtering systems. We evaluated our method on a large database of user ratings for web document and it was certified that was more efficient than existent methods.

• Annual Conference on Human and Language Technology
• /
• 2023.10a
• /
• pp.448-453
• /
• 2023

대규모 언어 모델 (Large Language Model, LLM)을 인간의 선호도 관점에서 평가하는 것은 기존의 벤치마크 평가와는 다른 도전적인 과제이다. 이를 위해, 기존 연구들은 강력한 LLM을 평가자로 사용하여 접근하였지만, 높은 비용 문제가 부각되었다. 또한, 평가자로서 LLM이 사용하는 주관적인 점수 기준은 모호하여 평가 결과의 신뢰성을 저해하며, 단일 모델에 의한 평가 결과는 편향될 가능성이 있다. 본 논문에서는 엄격한 기준을 활용하여 편향되지 않은 평가를 수행할 수 있는 평가 프레임워크 및 평가자 모델 'FubaoLM'을 제안한다. 우리의 평가 프레임워크는 심층적인 평가 기준을 통해 다수의 강력한 한국어 LLM을 활용하여 연쇄적 사고(Chain-of-Thought) 기반 평가를 수행한다. 이러한 평가 결과를 다수결로 통합하여 편향되지 않은 평가 결과를 도출하며, 지시 조정 (instruction tuning)을 통해 FubaoLM은 다수의 LLM으로 부터 평가 지식을 증류받는다. 더 나아가 본 논문에서는 전문가 기반 평가 데이터셋을 구축하여 FubaoLM 효과성을 입증한다. 우리의 실험에서 앙상블된 FubaoLM은 GPT-3.5 대비 16% 에서 23% 향상된 절대 평가 성능을 가지며, 이항 평가에서 인간과 유사한 선호도 평가 결과를 도출한다. 이를 통해 FubaoLM은 비교적 적은 비용으로도 높은 신뢰성을 유지하며, 편향되지 않은 평가를 수행할 수 있음을 보인다.

• The Journal of Society for e-Business Studies
• /
• v.9 no.2
• /
• pp.109-121
• /
• 2004

In this paper, we propose a system that generates a new customizing information for customer with classification and analysis in detail and provides customized information to individual customers automatically. A proposed system generate preference information and preference e-mail format as analysis and calculate that e-mail open rate and mouse event information. Using generated interesting information and preference e-mail format, individual customer's interest information according to e-mail standard and format that customer prefers through agent automatically recompose and push to customer. From experiment, the designed and implemented system showed high e-mail open ratio and user's satisfaction in performance assessment.

• Journal of Korea Society of Industrial Information Systems
• /
• v.10 no.3
• /
• pp.21-29
• /
• 2005

The most of automated negotiation systems are dependent upon negotiators' offers, as negotiation is going on. Particularly, the preference, evaluation function and negotiation strategy are variously changed at every negotiation round by the negotiator and have an effect on the counter offers. Therefore, this study proposed the automated negotiation methodology or negotiation model which makes the negotiator's participation minimize. To minimize negotiator's participation, the preference of negotiator was predicted by the ratio of seller and buyer's count offers and the evaluation function of negotiator was also predicted by least squares approximation method at every negotiation round. The predicted evaluation function was evaluated and selected by $R^2$ value, coefficient of determination. Finally the optimal counter offers were generated by the genetic algorithm using the predicted preference and value function.

• Journal of Korea Society of Industrial Information Systems
• /
• v.25 no.1
• /
• pp.31-40
• /
• 2020

In this study, we developed an algorithm for automatic travel itinerary planning based on expert recommendation. The proposed algorithm generates an itinerary by patterning a number of travel routes based on the automatic itinerary generation method based on the routes recommended by travel experts. To evaluate the proposed algorithm, we generated 30 itinerary for Singapore, Bankok, and Da Nang using both algorithms and analyzed the mean difference of trip distances with t-test and interater reliability of those itineraries. The result shows that the itineraries based on the proposed algorithm is not different from that of VRP(Vehicle routing problem) algorithm and interater reliability is high enough to show that the proposed algorithm is effective enough for real-world usage.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.11a
• /
• pp.1176-1178
• /
• 2013

협업 필터링(Collaborative Filtering)이란 많은 사용자들로부터 얻은 기호정보(taste information)에 따라 사용자들의 관심사들을 자동적으로 예측하여, 아이템에 대한 목표 사용자의 선호도와 다른 사용자의 선호도를 비교 분석하여 목표 사용자가 좋아할 만한 아이템을 추천하는 기법이다. 그러나 협업 필터링 기법은 고객 정보와 평가 정보가 충분히 많아야 정확성이 높은 추천 결과가 나타난다. 본 논문에서는 영화를 한 번도 평가하지 않은 사용자들에게 영화를 추천 해주기 위한 즉, 협업 필터링의 희박성 문제(Sparsity Problem)를 해결하기 위한 한 가지 방법으로 개인의 감정 정보를 이용하여 문제를 해결하는 방법을 소개한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2014.05a
• /
• pp.635-636
• /
• 2014

최근 몇 년간 전세계적으로 모바일 기기의 사용이 급속도로 증가되고 있다. 이는 모바일 App 기반으로 하는 전자상거래 형태의 다양한 변화와 웹과 같은 영향력 있는 모바일 앱 스토어의 성장에 영향을 주었다. 그러나, 수많은 App스토어에 존재하고 있는 애플리케이션은 간편한 추천방법으로 사용자에게 뷰 정보를 제공하여 다수의 사용자는 원하는 아이템을 찾는데 많은 시간과 노력을 기울여야 한다. 이에 본 논문에서는 재능마켓으로 "재능쇼핑"을 위해 집단지성을 기반으로 하는 재능추천 시스템을 제안한다. 이는 집단 지성을 기반으로 사용자의 선호도 정보와 재능정보를 분석 평가하여 구매자에게 재능쇼핑에 대한 아이템을 자동 추천하도록 설계 구현하였다. 따라서 본 논문에서 제안한 시스템은 소비자에게는 맞춤형 구매정보 제공을 가능하게 하며, 오픈 마켓 관리자에게는 구매자의 니즈에 대한 자동분석과 사용자 구매 효율성의 증진이 향상될 것으로 기대한다.

• The Magazine of the Society of Air-Conditioning and Refrigerating Engineers of Korea
• /
• v.29 no.9
• /
• pp.75-78
• /
• 2000

환경친화적 자동차에 대한 관심이 커질수록 여러 분야에서 시스템 설계의 영향을 더욱 더 잘 이해하려는 노력이 진행되고 있다. 자동차용 냉방기의 경우 냉방시스템의 세밀한 분석과 환경에 미치는 영향을 최소화하기 위한 설계가 이루어지고 있다. 그 중에서도 냉매의 선택과 그 냉매의 환경적 영향에 대한 자세한 연구가 필요하다. 몬트리올 조약 이후 자동차 산업계는 대부분 R-134a를 채택하고 있는데 이는 R-134a가 오존층을 파괴하지 않을 뿐 아니라 적절한 사이클 효율을 가지면서 안전하고 비독성이며 불연성이기 때문이었다. 최근 지구온난화와 이산화탄소($CO_2$)의 발생원에 대한 관심은 산업계가 사용냉매를 재검토하게 하는 계기가 되었으며, R-134a도 교토 조약의 규제냉매에 속해 있어 자동차용 냉방기의 대체냉매에 대한 연구가 시급하다고 여겨지고 있다. R-134a와 관련된 주된 논점은 냉매 누설시의 영향이다. R-134a의 지구온난화지수(GWP)는 1,300인데, 이는 누출되었을 때 1,300배의 이산화탄소가 누출된 것과 동일하다는 것을 의미하다. 최근 자연냉매의 선호와 맞물려 냉매로서 이산화탄소의 평가에 많은 관심이 모아지고 있다. 본 글에서 자동차용 냉방기의 대체냉매로서 이산화탄소의 상대적인 장점과 R-134a와의 비교에 대해 수행된 연구결과를 나타내었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.04a
• /
• pp.521-524
• /
• 2017

최근 다양한 웹툰 콘텐츠의 증가와 함께 스마트폰 보급률이 높아지면서, 사용자들의 실시간 웹툰 서비스의 이용이 증가하고 있다. 웹툰 콘텐츠의 가치가 갈수록 점점 높아지고 있으며, 각종 영화 애니메이션 게임 등 다양한 콘텐츠 사업에 많은 데이터가 사용되고 있다. 본 논문에서는 기존 웹툰의 리뷰를 오피니언 마이닝기법을 사용하여 각 웹툰의 선호도를 평가하며 나이, 성별, 선호 장르, 선호 웹툰 플랫폼 등과 같은 개인 성향을 통하여 사용자간의 유사도를 측정하는 협업 필터링 방법을 적용해 각각의 사용자들이 보고 싶어하는 웹툰을 자동적으로 추천해주는 웹툰 추천 시스템을 제안한다.

• Journal of the Korean Society for Library and Information Science
• /
• v.39 no.2
• /
• pp.123-146
• /
• 2005

This study aims to find consistent strategies for feature selection and feature weighting methods, which can improve the effectiveness and efficiency of kNN text classifier. Feature selection criteria and feature weighting methods are as important factor as classification algorithms to achieve good performance of text categorization systems. Most of the former studies chose conflicting strategies for feature selection criteria and weighting methods. In this study, the performance of several feature selection criteria are measured considering the storage space for inverted index records and the classification time. The classification experiments in this study are conducted to examine the performance of IDF as feature selection criteria and the performance of conventional feature selection criteria, e.g. mutual information, as feature weighting methods. The results of these experiments suggest that using those measures which prefer low-frequency features as feature selection criterion and also as feature weighting method. we can increase the classification speed up to three or five times without loosing classification accuracy.