• Proceedings of the Korean Society of Computer Information Conference
• /
• 2018.07a
• /
• pp.345-346
• /
• 2018

본 논문에서는 사용자의 위치 정보를 입력받아 근처에 위치한 식당이나 어트랙션 장소를 추천하는 사이트를 구현하고 이를 제안한다. 웹 페이지를 통해 사용자의 위치정보를 입력 받고, SNS에서 추천하는 장소를 크롤링하여 데이터베이스를 구축하고 분석하여 식당과 어트랙션 장소를 추천해 준다. 추천 장소는 사용자에게 지도를 이용하여 그 위치를 보여주며 지도 위에 추천 장소의 간략 정보를 표시한다.

• Smart Media Journal
• /
• v.5 no.2
• /
• pp.84-89
• /
• 2016

For a place-recommendation model based on user's behavior and multi-attribute attitude in this thesis. We focus groups that show similar patterns of visiting restaurants and then compare one and the other. We make use of The Fishbein Equation, Pearson's Correlation Coefficient to calculate multi-attribute attitude scores. Furthermore, We also make use of Preference Prediction Algorithm and Distance based method named "Euclidean Distance" to provide accurate results. We can demonstrate how excellent this system is through several experiments carried out with actual data.

• Database Research
• /
• v.34 no.3
• /
• pp.86-98
• /
• 2018

Point-of-Interest(POI) recommendation systems suggest the most interesting POIs to users considering the current location and time. With the rapid development of smartphones, internet-of-things, and location-based social networks, it has become feasible to accumulate huge amounts of user POI visits. Therefore, instant recommendation of interesting POIs at a given time is being widely recognized as important. To increase the performance of POI recommendation systems, several studies extracting users' POI sequential preference from POI check-in data, which is intended for implicit feedback, have been suggested. However, when constructing a model utilizing sequential preference, the model encounters possibility of data distortion because of a low number of observed check-ins which is attributed to intensified data sparsity. This paper suggests refinement of temporal intervals based on data confidence. When building a POI recommendation system using temporal intervals to model the POI sequential preference of users, our methodology reduces potential data distortion in the dataset and thus increases the performance of the recommendation system. We verify our model's effectiveness through the evaluation with the Foursquare and Gowalla dataset.

• Annual Conference on Human and Language Technology
• /
• 2011.10a
• /
• pp.41-46
• /
• 2011

스마트폰의 대중화와 함께 그에 내장된 GPS를 활용하여 컨텐츠를 제공하는 서비스들이 점차 늘어나고 있다. 그러나 이런 컨텐츠를 단지 위도, 경도 좌표 정보만을 기초로 구성하게 되면 실제 그 위치가 가지는 의미적 특성을 제대로 반영하지 못하게 된다. 사용자의 위치를 기반으로 그에 맞는 서비스를 제공하기 위해서는 장소의 토픽을 고려해야한다. 본 논문은 장소에 내재된 토픽을 바탕으로 한 기사 추천 방법을 제안한다. 장소와 관련된 문서로부터 장소의 토픽을 표현하고 그 토픽을 기사 추천에 이용한다. 제안한 방법이 실제로 장소에 내재된 토픽을 잘 반영함을 보이고 또한 이를 바탕으로 장소와 관련된 적합한 기사를 추천하는 것을 보여준다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.10a
• /
• pp.856-859
• /
• 2018

사용자 위치 기반 방문지 장소 추천에 대한 연구가 활발히 진행되었다. 기존 장소 추천 모델은 모든 사용자가 방문지 선택을 결정하는 항목에 동일한 가중치를 부여한다고 가정하여 주어진 정보안에서 정확도를 최대화 시키는데 초점이 맞춰져 있다. 이러한 모델은 사용자의 항목별 선호도가 모델의 가정과 일치하지 않을 때 추천 정확도가 급감한다는 문제점을 가진다. 본 연구에서는 방문지 선택을 결정하는 항목에 가중치를 사용자가 직접 설정하고, 이를 토대로 장소를 추천하는 모델 및 알고리즘을 제안 및 구현한다. 제안하는 기법을 통해, 상이한 요구사항을 지닌 방문 후보자가 자신의 경향성을 반영한 장소를 추천 받는 서비스를 제공할 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.04a
• /
• pp.554-557
• /
• 2016

2015년 우리나라 스마트폰 보급률이 83%에 다다르고 인터넷 정보 검색은 PC보다 모바일이 추월한지 오래다. 범람하는 정보 안에서 편하고 빠른 것에 익숙해진 사용자들은 이제 개인화된 맞춤형 추천 정보의 제공을 원한다. 맞춤형 추천을 위해서는 사용자의 행동을 이해하고 추천하는 것이 필요하다. 현재 대중화된 개인 추천 서비스는 책과 영화가 있는데 생활에 많은 부분을 차지하고 있는 음식점 방문에 대해서도 맞춤형 추천 서비스를 제공해 줄 수 있다. 본 논문에서는 음식점 방문에 대한 비슷한 태도를 보인 사용자를 추출한 후 방문했던 장소를 비교하여 추천하는 사용자 행동 기반 다속성 태도 모델 기반의 장소 추천 모델을 연구한다. 다속성 태도점수를 산출하기 위해 피쉬바인(Fishbein) 방정식을 활용하고 피어슨 상관계수를 이용하여 사용자들간의 유사한 장소를 추출했다. 그리고 그룹렌즈의 선호도 예측 알고리즘을 활용하여 추천 대상 장소를 선정하고 유클라디안 거리법으로 사용자의 거리기반 장소를 추천하였다. 또한 본 논문에서는 실제 데이터를 이용한 실험을 통해 본 논문에서 제시한 시스템의 우수성도 입증하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.04a
• /
• pp.535-538
• /
• 2009

모바일 단말기 사용자 수의 증가와 위치기반 서비스 기술의 발달로 위치 정보를 활용한 다양한 위치 정보 서비스가 등장하고 있다. 친구들과 약속을 정하는 일은 빈번하게 일어난다. 약속을 정하기 위해서는 모든 친구에게 연락을 해야 하고 각자 선호하는 장소가 다르기 때문에 모든 친구들이 만족할 만한 최적의 장소를 찾기가 어렵다. 본 논문에서는 모바일 환경에서 친구의 위치를 파악하고 사용자와 친구의 성향을 파악하기 위해 협업 필터링과 인구통계학적 정보를 사용하였고, 약속 장소를 선정하기 위해 사용자와 친구의 위치를 기반으로 후보 영역을 선택하여 약속 장소와 시간을 추천하는 서비스를 제공함으로써 약속을 맺기 위한 절차를 간소화 할 뿐 아니라 사용자와 친구의 성향에 맞는 약속 장소를 추천하여 사용자와 친구가 만족 할 수 있는 약속을 형성할 수 있도록 하는 약속 장소, 시간 추천 서비스 시스템을 설계하였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.20 no.8
• /
• pp.1407-1414
• /
• 2016

In this study, we develop that Location Recommending System using personal emotion information based on Collaborative Filtering. Previous Location Recommending System recommended a place visited by the user of the rating or the pattern of location for the user place. These systems are not high user satisfaction because that dose not consider the user status or have not objectively the information. Using user's personal emotion information to recommend a high-affinity users who have visited the place felt similar emotions objectively can improve user satisfaction with the place. In this study, a user using a mobile application directly register the recognized emotion information using the current position and bio-signal, and using the registered information measuring the similarity of user with a similarity emotion, predicts a preference for the place it is recommended to emotional place. The system consists of a user interface, a database, a recommendation module.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.07a
• /
• pp.659-660
• /
• 2023

코로나19의 엔데믹 선언으로 일상생활이 코로나19 이전으로 빠르게 되돌아가고 있다. 또한 소비자들의 취향이 세분화되고 여가생활의 트렌드가 급속하게 변화하면서 장소 추천 플랫폼의 이용이 증가하고 있다. 그러나 기존 장소, 코스 추천 앱의 경우 자체적으로 제작한 추천 콘텐츠로 인해 제공되는 데이터의 범위가 제한적이고 업데이트가 느리다. 이러한 문제를 해결하기 위해, 본 연구에서는 사용자가 선호하는 장소를 기반으로 테마별 카테고리로 나들이 장소를 랜덤으로 추천해 준다. 또한 추천 장소들을 기반으로 최적의 동선을 계산한 코스를 제공해주는 동시에 빠르고 쉽게 계획할 수 있는 맞춤형 나들이 추천 앱을 개발하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.11a
• /
• pp.753-756
• /
• 2014

기존의 웹 지도 서비스는 방문 횟수가 많은 장소를 알기 어렵고, 사용자에게 여행 경로를 추천하는 기능 또한 찾기 어려웠다. 따라서 본 논문에서는 사진 촬영 분포를 기반으로 한 여행 경로 추천 시스템을 제안한다. 사진이 많이 촬영된 곳이 여행객이 많이 방문한 곳이며, 유명한 장소일 것이라고 가정하여 사진 촬영 분포를 기반으로 여행 경로를 추천하고자 한다. 여행 경로를 추천하기 위해 사진 데이터의 위치 값을 수집하고, 사진 데이터의 위치 값을 기반으로 사진 촬영 분포를 시각화하여 지도 위에 나타낸다. 또한, 여행 지역 내 사진이 많이 촬영된 장소를 유명한 장소로 선정하여 이를 경유하는 여행 경로를 추천한다. 사용자는 시스템을 통해 유명한 장소를 쉽게 인식할 수 있고, 편리하게 여행 경로를 계획할 수 있다.