• Proceedings of the Korean Society of Computer Information Conference
• /
• 2015.01a
• /
• pp.51-54
• /
• 2015

추천 시스템의 대표적인 연구 중 하나인 콘텐츠 기반 추천 시스템 연구는 TV 프로그램이나 영화의 줄거리, 장르, 리뷰 등의 콘텐츠의 메타데이터를 이용한다. 그러나 이러한 연구들은 콘텐츠 관련 정보에만 의존할 뿐, 시청자의 프로파일과 콘텐츠의 정보를 함께 고려하지 않는다. 본 논문에서는 시청자의 프로파일 중 연령과 콘텐츠의 정보인 프로그램의 줄거리를 활용한 TV 프로그램 추천 시스템을 제안한다. 본 추천 시스템은 시청자를 연령에 따라 분류한 후, LDA 알고리즘을 이용하여 시청자의 시청 TV 프로그램의 줄거리를 분류된 나이에 따라 각각의 줄거리 토픽 모델로 생성한다. 이를 기준으로 시청자가 원하는 시간대에 방송되는 프로그램들의 줄거리 토픽벡터와 시청자의 선호도 토픽벡터의 유사도를 비교해 가장 유사도가 높은 TV 프로그램을 시청자에게 추천하는 방식이다. 본 논문에서는 연구의 효용성을 검증하기 위해 줄거리만을 사용한 경우와 줄거리와 연령을 동시에 활용한 경우를 비교 실험하였다. 실험을 통해 프로그램의 줄거리만을 사용한 경우보다 연령을 동시에 활용한 경우의 추천 시스템 성능이 개선된 것을 확인할 수 있었다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2012.10a
• /
• pp.460-461
• /
• 2012

Currently, many PC games are developed using game engines. Although these game engines provide many functions, there are also downsides such as limitations of the engine itself and development costs. This is essentially why DirectX, which has relatively few limitations and requires minimal expenses, is still considered a very useful game development tool. This thesis lays out the design plan for a war action genre game called Aeon of Strife using low quality game development tools.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2004.11a
• /
• pp.143-146
• /
• 2004

본 논문은 시청자 개개인의 선호도 정보(user preference)를 이용하여, 컨텐츠 제공자(content provider)로부터 개인화 된 비디오 요약을 제공받을 수 있는 맞춤형 방송 서비스를 제안한다. 제안하는 방송 서비스는 다채널의 디지털 방송 환경에서 시청자들에게는 채널선택의 편의성과, 컨텐츠 제공자들에게는 시청자들이 자신들의 컨텐츠에 대한 소비를 촉진시키는 기능을 제공한다. 따라서, 본 논문에서는 개인화 된 비디오 요약 서비스를 제공하기 위해, TV-Anytime에 기반한 사용자 선호도 정보를 이용하는 시스템 스킴(scheme)을 제안한다. 제안하는 방송 서비스의 유효성을 테스트하기 위해 영화 장르의 비디오에 대해서 이벤트(event)들을 세그먼트(segment)하고, 해당 선호도 정보에서 추론된 선호 이벤트 정보에 따라 비디오 요약(video skim)을 생성하고, 시청자 단말에 제공하는 실험을 수행한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2003.11a
• /
• pp.87-90
• /
• 2003

디지털 방송의 시작과 함께, TV화면에서 채널이나 프로그램을 직접 검색할 수 있는 EPG(Electronic Program Guide)라는 새로운 방송 서비스가 제공되고 있다. 그러나 아직까지는 시청자 입장을 고려한 EPG의 User Interface에 대한 연구는 미흡한 실정이다. TV는 특정 계층이 아닌 모든 사람이 시청하는 매체이의로 시청자에게 프로그램을 쉽게 찾게 하기 위해서는 단순하고 직관적인 User Interface가 필요하다. 이러한 User Interface를 설계하기 위해서는 많은 채널에서 방송되고 있는 프로그램을 체계적으로 구분학 수 있는 정보구조와 정보구조들을 유연하게 연결시킬 수 있는 Navigation의 설계가 필요하다. 일반적으로 프로그램을 구분하는 방법으로 장르, 시간, 등급, 프로그램의 내용 등과 같은 속성을 이용한다. 하지만 이러한 속성들은 체계적으로 구조화되어 있지 않다. 본 논문에서 제안하는 EPG는 프로그램이 가지는 속성들을 체계적으로 정리해 구조화하고, 이렇게 구조화된 속성들을 시청자들이 쉽게 선택해 원하는 프로그램을 찾을 수 있는 유연한 Navigation을 설계함으로써 기존의 EPG보다 쉽고 빠르게 프로그램을 검색 학 수 있는 User Interface를 제안하고자 한다.

• Journal of Advanced Navigation Technology
• /
• v.10 no.3
• /
• pp.250-255
• /
• 2006

In digital multimedia society, we usually use the digital sound music ( Mp3, wav, etc.) system instead of analog music. In the middle of generating or recording and transmitting, if we embed the digital code which is useful to music information, we can easily select as well as classify the music title by using Mp3 player that embedded sound source classification system. In this paper, sound source classification system which could be classify and search a music informations by way of user friendly scheme is implemented. We performed some experiments to testify the validity of proposed scheme by using implemented system.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.10a
• /
• pp.770-773
• /
• 2019

본 논문에서는 매년 성장하는 웹툰 시장 속에서 신인 작가들이 성공할 수 있는 성공 요인을 밝히고자 하였다. 국내 1위 웹툰 플랫폼인 네이버 웹툰 중 데뷔작을 기준으로 완결 웹툰 212개, 연재 중인 웹툰 112개, 총 324개의 웹툰을 수집하여 연구를 진행하였다. 기존 선행연구와의 차별화를 두기 위해 독자의 직접적인 반응 중 하나인 댓글을 성공 요인에 포함하였다. 댓글에 담긴 긍정, 부정을 나타내는 주관을 탐지하기 위해 딥러닝을 이용하여 감성 분석을 실시하였다. 각 웹툰에 대한 댓글 반응을 포함하여 평균, '좋아요' 수, 장르 그리고 첫 화 댓글 수와 5화까지 평균 댓글 수를 흥행에 영향을 미치는 독립변수로 사용했다. 댓글 반응이 중요 요인인지를 확인하기 위해 각 모델 생성 시 댓글 반응을 포함한 모델과 포함하지 않은 모델을 생성하여 성능 평가를 실시하였다. 로지스틱 회귀분석, 아다 부스트, 그리고 서포트 벡터 머신 모델을 정확도와 ROC 그래프를 이용해 효율성을 비교하고, 이를 통해 댓글 반응을 활용한 로지스틱 회귀 모델이 가장 적합하다고 판단하였다. 모델 생성 결과 '좋아요' 수, 1화 댓글 수, 댓글 반응 순으로 성공 요인에 많은 영향을 미치는 것을 알 수 있었다.

• KSCI Review
• /
• v.14 no.1
• /
• pp.273-285
• /
• 2006

This study compares choice of contents genre between mobile VOD service users and landline internet VOD service users. Overall, males showed a higher rate of VOD usage than females and a variety of contents were used for entertainment, programs and mood alteration. In addition, a higher frequency of VOD usage showed a higher rate of VOD usage and also resulted in higher level of satisfaction. Also, the quality of landline internet VOD service showed to be higher than mobile VOD service. This suggests that programs for mobile VOD needs to be developed as well as a more open and simple rate system. In addition, subjects of this study showed to use VOD services mainly for entertainment purposes, suggesting that a variety of programs need to be developed in order to higher the level of satisfaction of its users.

• The Journal of the Korea Contents Association
• /
• v.20 no.1
• /
• pp.73-98
• /
• 2020

This study aims to redefine Vlog, ASMR, and Muk-bang contents as 'Need Fulfillment Video Contents,' which are emerging as major genres among the video contents. And this study explores the relationships between consumers' motives, viewing satisfaction, and consumers' characteristics such as demographic characteristics, big five personality traits, and individualism-collectivism tendencies in terms of uses and gratifications theory. Statistical analysis techniques such as factor analysis and hierarchical regression analysis were used to analyze 441 samples. As a result, age, income level, and collectivism were found to influence consumers' choice of Need Fulfillment Video Content genre. It was also found that the motivation of using Need Fulfillment Video Contents consisted of five factors: self-assessment and improvement, sensory stimulation and relaxation, entertainment, escapism and passing time, and following trends. Also, each usage motive influenced the viewing satisfaction in various ways. Based on the results of the analyses, the study concludes with discussion of the academic significance and practical implications for Need Fulfillment Video Contents industry development.

• Journal of Broadcast Engineering
• /
• v.9 no.1
• /
• pp.2-7
• /
• 2004

In this paper, we proposed the content-based music information retrieval technique using some MPEG-7 low-level descriptors. Especially, pitch information and timbral features can be applied in music genre classification, music retrieval, or QBH(Query By Humming) because these can be modeling the stochasticpattern or timbral information of music signal. In this work, we restricted the music domain as O.S.T of movie or soap opera to apply broadcasting system. That is, the user can retrievalthe information of the unknown music using only an audio clip with a few seconds extracted from video content when background music sound greeted user's ear. We proposed the audio feature set organized by MPEG-7 descriptors and distance function by vector distance or ratio computation. Thus, we observed that the feature set organized by pitch information is superior to timbral spectral feature set and IFCR(Intra-Feature Component Ratio) is better than ED(Euclidean Distance) as a vector distance function. To evaluate music recognition, k-NN is used as a classifier

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.46 no.1
• /
• pp.121-127
• /
• 2009

The Multistage Feature-based Classification Model(MFCM) is proposed in this paper. MFCM does not use whole feature vectors extracted from the original data at once to classify each data, but use only groups related to each feature vector to classify separately. In the training stage, the contribution rate calculated from each feature vector group is drew throughout the accuracy of each feature vector group and then, in the testing stage, the final classification result is obtained by applying weights corresponding to the contribution rate of each feature vector group. In this paper, the proposed MFCM algorithm is applied to the problem of music genre classification. The results demonstrate that the proposed MFCM outperforms conventional algorithms by 7% - 13% on average in terms of classification accuracy.