• 한국IT서비스학회:학술대회논문집
• /
• 2009.05a
• /
• pp.345-348
• /
• 2009

추천시스템에서 널리 사용되고 있는 협력적 여과기법은 이웃의 정보를 추천대상 고객에게 적용하여 추천에 사용한다. 이 방법을 이용한 추천은 인터넷 사용자에게 알맞은 정보를 제공하여 보다 편리하게 자신이 원하는 정보에 접근하도록 한다. 따라서 추천시스템의 성능향상에 대한 연구가 활발히 진행되고 있으며, 본 논문은 추천시스템의 기능에 대한 정확성을 향상시키기 위한 것이다. 본 논문에서는 먼저, 협력적 여과기법에서 사용되는 고객의 선호도 평가 값에 대한 평균값을 조사하고, 이웃들이 평가한 선호도 평가 값을 분석하였다. 그리고 협력적 여과기법에 두 개의 분석 값을 변수로 적용하여 추천시스템의 예측 정확도를 계산하였다. 본 논문이 제안한 방법과 기존의 알고리즘을 비교한 결과 추천시스템의 성능이 향상됨을 알 수 있다.

• Journal of Intelligence and Information Systems
• /
• v.6 no.1
• /
• pp.83-96
• /
• 2000

본연구는 웹 상에서 원격 협력 학습을 위한 수준별 협력 학습자 진단 및 스케줄링 에이전트의 설계와 구현에 관한 연구이다. 원격 협력 학습은 동일한 학습내용에 흥미를 갖는 아동이 동시에 학습할 수 있는 환경이 필요하며 학습자의 지식 또한 비슷한 수준이어야 효과적인 협력학습을 할 수 있다. 분산 환경의 이질적인 학습자를 모으기 위해서는 좀 더 자율적이고 지능적인 시스템이 필요하며 학습자에 대한 지식을 표현하는 학습자 모델이 요구된다. 이를 위해 에이전트 시스템이 적절하게 사용될수 있으며 학습자의 수준을 판단하기 위한 진단 에이전트와 협력학습이 가능한 여러명의 학습자들을 알맞은 시간과 서버에 연결하는 스케줄링 에이전트를 웹 기반 지능형 교수 시스템에 접목하였다. 학습자 수준을 진단하는 진단 에이전트는 확신도를 높이기 위해 3-모수 로지스틱 확신공식과 시간 가중치 확신인자 공식을 적용하여 신뢰도를 높였다 또한 협력학습의 스케줄링을 위해 다양한 제약조건들의 최적해를 구하기 위해 제약 만족 문제(CSP)로 스케줄링 에이전트를 모델링하였다 본 연구에서 설계 구현한 협력학습자 진단 및 스케줄링 에이전트의 효율성을 살펴보기 위해 여러명의 학습자를 대상으로 실험하였다. 실험을 통해 각 학습자의 지식 수준 진단과 다수의 학습자가 적절한 협력학습을 하기 위한 스케줄링이 매우 효율적으로 이루어짐을 볼 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2007.05a
• /
• pp.197-200
• /
• 2007

본 연구에서는 정보시스템을 보유하고 있는 제조업체를 위하여 인터넷 접근이 가능하도록 모바일 기반의 ERP 시스템 프로세스를 설계하였다. 휴대용 단말기를 이용하여 작업 현장에서 직접 ERP 시스템에 접근하여 정보 서비스를 받을 수 있으며, 구매정보 또는 협력업체와 인터넷을 이용하여 구매정보를 실시간으로 전달하고 각종 납품 실적을 협력업체에서 확인할 수 있는 시스템이다. 본 시스템은 모바일을 기반으로 한 ERP 시스템으로 업무 리드타임을 단축시키고 생산성의 극대화를 꾀하며 사용의 편의성과 이동성 제공으로 인해 사용자 만족도 또한 향상 시킬 수 있을 것으로 기대된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.11a
• /
• pp.471-472
• /
• 2009

여러 개의 섹터에 존재하는 안테나들로부터 협력적으로 신호를 전송 받는 다수의 사용자를 시간축에서 선택하는 스케쥴러의 성능을 시스템 전체 성능과 평등성 지표의 관점에서 개선하기 위하여 섹터 간의 협력을 고려할 수 있다. 기존 스케쥴러는 단일 셀에서의 사용자를 선택하는 방식으로 평등성 지표의 향상만을 고려하였으나 제안하는 섹터 간 협력 비례적 평등 스케쥴러는 동시 전송 사용자들 간의 채널의 직교성을 고려함으로써 시스템 전체 성능과 하위 사용자의 성능을 개선할 수 있다. 본 논문에서는 총 3 개의 인접한 섹터로 이루어진 분산 다중 안테나 시스템에 스케쥴러를 적용하고 그 성능을 분석한다. 섹터 간 협력 비례적 평등 스케쥴러는 각 섹터에 존재하는 사용자들의 채널 직교성을 활용하는 동시에 채널 변화 속도가 빨라짐에 따른 다이버시티 효과를 이용하여 시스템 전체 성능을 크게 향상시킨다. 또한 이 방식은 하위 사용자 성능이 우수한 수정된 협력 최대-최소 평등 스케쥴러의 하위 사용자 성능의 최고 99%의 성능을 달성한다.

• Proceedings of the Korea Society for Industrial Systems Conference
• /
• 2009.05a
• /
• pp.27-31
• /
• 2009

본 연구는 웹상에서 거래되는 아이템을 고객에게 추천하는 추천시스템에서 추천대상 고객의 정보와 이웃 고객의 정보를 이용한 협력적 필터링 추천기법에서 선호도 예측을 위해 필요한 이웃의 수가 선호도 예측 정확도에 영향을 주고 있음을 제시하고 이를 이용한 선호도 예측치의 보정 방법에 대하여 제안한다. 본 연구의 제안을 위하여 이웃 기반의 협력적 필터링 알고리즘과 대응평균 알고리즘을 이용하여 MovieLens 1 million dataset에 대하여 선호도 예측 정확도를 분석하고 분석결과를 토대로 개별 선호도 예측에 소요된 이웃의 수와 예측 정확도의 관계를 분석하였다. 분석결과를 이용하여 이웃 수에 따라 선호도 예측 결과를 다수의 집단으로 구분하여 각 집단에서 이웃의 수를 이용한 선호도 예측 정확도 향상에 대한 방법을 제안한다. 본 연구의 제안을 통하여 기존 선호도 예측 알고리즘으로 생성된 예측 결과에 선호도 예측 과정에서 부가적으로 발생한 정보를 추가하여 최종 예측 결과를 향상시킬 수 있을 것으로 기대한다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 1999.10a
• /
• pp.269-279
• /
• 1999

본 연구는 Web상에서 원격 협력 학습을 위한 수준별 학습자 모집 스케줄링 에이전트의 설계와 구현에 관해 제안한다. 본 시스템의 구조는 원격 교사 모듈과 여러 명의 학습자, 그리고 이를 연결해 주는 스케줄링 Agents, 학습자를 진단할 수 있는 진단 Agent로 구성된다. 컴퓨터가 분산환경으로 발전됨에 따라서 교육의 변화도 가속화되었고, 지식의 공유와 정보의 공유가 원격 협력학습에 의하여 절실히 필요하게 되었다. 원격 협력 학습에서의 학습자는 동일한 과목과 주제에 흥미를 느끼는 여러 명의 아동이 동시에 학습할 수 있는 상황이 필요하며, 선행 지식 또한 비슷한 수준이어야 동일한 주제로 학습의 효과가 있다. 이런 학습자를 판단하기 위해서 진단 Agent가 학습자를 진단하며 스케줄링 Agents의 학습자 지식에 추가한 후 스케줄링 Agents가 학습자의 기본 사항과 요구 내용을 추론하여 비슷한 수준의 학습자를 연결한다. 교사 모듈은 전통적인 ITS의 구조의 교수 학습 모듈, 전문가모듈로 구성되어 교수 학습을 할 수 있다. 이렇게 여러 명의 학습자를 연결하여 협력학습을 하기 위해서는 학습자간의 요구사항과 지식 수준 그리고 학습 가능한 시간이 같아야 하는데 이를 위해 시간을 자원으로 하는 동적 자원 스케줄링(Dynamic Resource Scheduling)으로 모델링 하였다. 본 연구에서 도형학습을 기반으로 하는 실험을 통해 구현한 원격 협력학습을 위한 지능형 스케줄링 에이전트를 평가하였다.

• Journal of The Korean Association of Information Education
• /
• v.3 no.2
• /
• pp.41-53
• /
• 2000

The purpose of the paper is communication between multi-agents for student's learning at web based collaborative learning. First, this study investigated the whole contents and characteristics of an agent system and discussed KQML, communication language between multi-agents. Also, we suggested architecture of an agent based system for collaborative learning and interaction method between agents using KQML. We design어 and implemented collaborative learning system using Java programming language, and we also demonstrate the efficiency of collaborative learning system by communication between multi-agents through experiments.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10e
• /
• pp.328-330
• /
• 2002

존의 멀티 에이전트 모델에서는 이동 에이전트의 노드 이주 시 정보 검색의 적중률에 따라 우선 순위를 부여하여 정보 검색의 효율성을 높일 수 있는 방안이 요구된다. 따라서 본 논문에서는 이를 위하여 이동, 푸쉬 및 모니터링 에이전트 시스템을 등록하고 네이밍 서비스의 연결을 통해 이동 및 분산 객체의 투명성을 제공하는 네이밍 에이전트 시스템과 이동 에이전트의 효율적인 노드 이주를 지원하여 멀티 에이전트 시스템의 정보 수집 능력을 향상시키기 위한 메타데이터 구조를 정의하고, 이들을 이용한 멀티에이전트 시스템 내의 각각의 에이전트들간의 상호 협력 모델을 제시한다. 제안한 상호협력 모델은 분산 환경의 통합된 정보 서비스를 제공하고 정보 검색의 질을 향상시킨다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10b
• /
• pp.45-47
• /
• 2000

본 논문에서는 분산 협력 에이전트를 이용하여 정보 변화를 빠르게 감지할 수 있는 에이전트 시스템을 제안하고자 한다. 일반적인 정보 변화 에이전트는 중앙 집중적인 구조를 가지고 있으며 일정한 시간 간격마다 정보 변화 여부를 검사하게 된다. 본 논문에서는 중앙 집중적인 구조가 가지고 있는 서버의 과부하 및 블러킹 문제를 분산 환경의 협력 에이전트를 이용하여 해결하고자 한다. 같은 웹 페이지의 정보 변화를 감시하는 에이전트간 협력을 통해 새로운 정보의 갱신된 사실을 알게 되면 에이전트는 같은 그룹에 속한 다른 에이전트들에게 이 사실을 알림으로써 보다 빠르게 정보 변화를 감지할 수 있다. 또한 에이전트가 사용하는 네트웍 사용을 줄일 수 있게 된다.

• Journal of Intelligence and Information Systems
• /
• v.8 no.2
• /
• pp.91-103
• /
• 2002

A collaborative filtering which supports personalized services of users has been common use in existing web sites for increasing the satisfaction of users. A collaborative filtering is demanded that items are estimated more than specified number. Besides, it tends to ignore information of other users as recommending them on the basis of information of partial users who have similar inclination. However, there are valuable hidden information into other users' one. In this paper, we use Association Rule, which is common wide use in Data Mining, with collaborative filtering for the purpose of discovering those information. In addition, this paper proved that Association Rule applied to Recommender System has a effects to recommend users by the relation between groups. In other words, Association Rule based on the history of all users is derived from. and the efficiency of Recommender System is improved by using Association Rule with collaborative filtering.