• 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.

• 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 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.

• 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.

• 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.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.306-307
• /
• 2023

본 연구는 협업 기반 필터링을 이용하여 반려동물 동반 가능 장소를 추천해주는 시스템을 제안한다. 반려동물 양육 인구가 늘고 있는 현재에 반해 반려동물을 대상으로 하는 추천 시스템은 발전이 더딘 상황이다. 반려동물은 다양한 크기와 종류를 갖고 있기 때문에 기존의 인간 기준의 추천 시스템과는 다르게 접근해야 할 필요성이 있다. 본 연구에서는 반려동물의 다양한 특성을 고려한 장소를 추천해주기 위해 협업 기반 필터링을 활용하였다. 사용자 데이터의 수가 늘어나면 결과의 정확도를 높여주지만, 사용자 간의 유사도를 구하는 비용이 증가한다. 이러한 장단점을 고려하여 '아이템 기반 협업 필터링' 과 '사용자 기반 협업 필터링' 방법을 적절히 사용하는 방향을 제안한다.

• 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.

• Journal of Digital Convergence
• /
• v.12 no.6
• /
• pp.277-287
• /
• 2014

In LBSNS(Location-based Social Network Service), users can share locations and communicate with others by using check-in data. The check-in data consists of POI name, category, coordinate and address of locations, nickname of users, evaluating grade of locations, related article/photo/video, and etc. If you analyze the check-in data from the location-based social network service in accordance with your situation, you can provide various customized services. Therefore, In this paper, we develop a location recommendation system based on LBSNS that can utilize the check-in data efficiently. This system analyzes the location category of the check-in data, determines the weighted value of it, and finds out the similarity between users by using the Pearson correlation coefficient. Also, it obtains the preference score of recommended locations by using the collaborated filtering algorithm and then, finds out the distance score by applying the Euclidean's algorithm to the recommended locations and the current users' locations. Finally, it recommends appropriate locations by applying the weighted value to the preference score and the distance score. In addition, this paper approved excellence of the proposed system throughout the experiment using real data.

• Journal of the Korea Convergence Society
• /
• v.11 no.8
• /
• pp.23-31
• /
• 2020

The need for personalized recommendation is growing due to convenient access and various types of items due to the development of information communication and smartphones. Weather and weather conditions have a great influence on the decision-making of users' places and activities. This weather information can increase users' satisfaction with recommendations. In this paper, we propose a collaborative filtering-based place recommendation system using living index by utilizing living index of users' location information on mobile platform to find users with similar propensity and to recommend places by predicting preferences for places. The proposed system consists of a weather module for analyzing and classifying users' weather, a recommendation module using collaborative filtering for place recommendations, and a management module for user preferences and post-management. Experiments have shown that the proposed system is valid in terms of the convergence of collaborative filtering algorithms and living indices and reflecting individual propensity.

• Convergence Security Journal
• /
• v.19 no.2
• /
• pp.73-81
• /
• 2019

In this paper, we propose a user-dependent mid-point navigation system using a time weighted mid-point navigation algorithm and a user preference based mid-point neighborhood recommendation system. The proposed system consists of a mid-point navigation module for calculating an mid-point by applying a time weight of each user based on a departure point between users, and a search module for providing a search for a route to the calculated mid-point. In addition, based on the mid-point search result, it is possible to increase the utilization rate of users by including a place recommending function based on user's preference. Experimental results show that the proposed system can increase the efficiency of using by the user-dependent mid-point navigation and place recommendation function.