• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11b
• /
• pp.664-666
• /
• 2005

이 논문에서는 기존의 지식관리시스템과 P2P방식을 접목한 P2P 지식관리시스템을 제안하고 제안된 시스템의 구조와 효율적으로 지식을 검색하기 위한 지능형 에이전트 대하여 기술하였다. 에이전트의 종류는 지식추출과 추천 에이전트가 있으며, 지식추출 에이전트는 대량의 데이터에서 지식을 추출하고, 개인 맞춤형 지식 추천 에이전트는 추출된 지식에서 사용자가 관심 있는 분야의 지식을 추천해 주는 것이다. 제안된 시스템의 구조와 에이전트 기법은 회사나 단체에 속한 사용자들이 방대한 데이터, 정보 또는 사용자들의 전문성과 경험으로 축적된 지식을 빠르고 쉽게 검색하게 해주어 양질의 지식을 사용자들이 추천 받아 사용하도록 함으로써 전체 구성원의 지식도를 높이며, 이러한 지식들을 재활용하여 더욱 많은 지식과 부가 가치를 창출하도록 지원하여 준다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.669-671
• /
• 2023

정보 폭증으로 인한 정보 필터링 어려움을 해결하기 위한 추천 시스템의 중요성이 강조되고 있다. 특히 취업 구직자가 어떤 기업에 지원해야 하는지 혼란스러워하는 문제가 증가하고 있다. 이에 본 연구에서는 교육 기관에 등록된 학생 데이터를 활용하여 각 개인에게 적합한 기업을 추천해주는 맞춤형 기업 추천 시스템을 제안하고자 한다. 다양한 유사도 함수를 적용하여 비교한 결과, 코사인 유사도(Cosine similarity)를 활용한 추천 시스템이 가장 높은 정확도를 보였으며, 이러한 연구는 취업 관련 결정을 지원하는 데 중요한 역할을 할 것으로 기대된다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.20 no.6
• /
• pp.799-805
• /
• 2010

In this paper, we propose an intelligent navigation system that selects a proper route for user and applies the user's preference, user's tendency and environmental state estimated by driving information of user and road state. The system uses data of sensors, navigation and intelligent transport system to evaluate conditions of roads and it considers state of user's emotion. The system also uses soft-computing method to infer and learn the user's preference and tendency. We verify the proposed algorithm by computer simulation.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.11a
• /
• pp.785-786
• /
• 2009

인터넷의 수많은 정보 속에서 사용자가 원하는 적절한 정보를 찾아 주기 위해 추천 시스템이 등장하였다. 기존의 추천 시스템들은 유사한 선호도를 갖는 사람들을 그룹화 하여 그들이 선호할 만한 아이템을 추천해 주는 방법을 사용하는데, 본 논문에서는 기존의 추천 시스템에 태그를 이용하여 추천의 신뢰도를 높이고자 한다. 사용자가 해당 아이템을 보고난 후 추가로 더 알고 싶은 내용에 대한 태그를 등록하면 그 태그는 다른 사용자들을 위한 추천 정보로 이용된다. 또한 추천 자료에 대한 사용자의 만족도 평가를 바탕으로 자료간의 연관 관계를 재조정하여 추천 시스템의 성능을 높인다.

• Journal of Gifted/Talented Education
• /
• v.24 no.3
• /
• pp.445-462
• /
• 2014

The purpose of the present study is to compare paper and pencil test utilized to identify gifted students so far to the recently introduced teacher observation-recommendation system. More specifically, this study compared intelligence, career patterns, and self- regulated learning abilities of gifted students who were identified through those two different identification system to explore the possibility of the newly introduced teacher observation-recommendation system. The results show that there was no significant difference in the aspect of overall IQ score. However, students who were identified through the observation-recommendation system showed significantly higher scores at some subscores of intelligence test, such as vocabulary application, comprehension, and schematization. In the aspects of career patterns, about 72% of gifted students who were identified through the previous paper and pencil test belonged to the 'investigative' category of Holland. But more diverse career patterns such as enterprising, social, realistic, conventional including investigative categories were found in those students who were identified by the observation-recommendation system. There were also significant differences in the self-regulated learning abilities between two groups of students. Practical implications of the study were discussed in depth.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2000.11a
• /
• pp.133-136
• /
• 2000

우리는 인터넷을 통한 사용자의 선호도(preference)를 분석하고 협력적 여과 기술을 학습하여 유머문서를 추천하는 MrHumor 시스템을 구축하였다. MrHumor에서는 사용자집합이 유머문서 집합에 대하여 보여준 등급매김값을 토대로 사용집합의 백터공간(vector space)를 설정하고 노이즈에 강하면서 효율적인 학습을 위해 선형 PCA를 이용하여 축소된 2차원 공간상에서 유머문서의 통계적 특성을 반영하여 적응형 k-NN으로 지엽성을 적적히 조절하여 새로운 문서에 대한 선호도를 추정하게 된다.

• Journal of the Korea Convergence Society
• /
• v.9 no.12
• /
• pp.25-32
• /
• 2018

In the massive online fashion market, it is not easy for consumers to find the fashion style they want by keyword search for their preferred style. It can be resolved into consumer needs based fashion recommendation. Most of the existing online shopping sites have collected cumtomer's preference style using the online quastionnair. In this paper, we propose a simple but effective novel model that resolve the traditional method in fashion profiling for consumer's preference style and needs using implicit profiling method. In addition, we proposed a learning model that reflects the characteristics of the images itself through the deep learning-based intelligent preferred fashion model learned from the collected data. We show that the proposed model gave meaningful results through the qualitative evaluation.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10a
• /
• pp.187-189
• /
• 2004

인터넷의 활용범위는 정보의 검색 및 수집을 넘어서 여러 범위로 확대되고 있고 점보의 양 또한 방대해 졌다. 그러나 필요한 정보를 찾기는 더욱 어려워지고 있고, 그에 따라 개인에게 맞는 정보를 제공해주는 시스템이 절실해지고 있다. 본 연구에서는 웹 서비스 기반 위에 추론엔진을 사용하여 사용자에게 가장 적합한 상품을 검색하여 추천해주는 추천 시스템의 모델을 제시하고 있다. 웹 서비스 기반 위에 시스템을 구축함으로써 표준 웹서비스의 가능성을 엿보고, 복잡한 논리적 추론을 추론엔진을 사용함으로써 효율성을 증가시키고 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10b
• /
• pp.362-365
• /
• 2006

인터넷 사용자가 급증함에 따라 온톨로지를 이용한 지능형 웹이나 인터넷 사용자에게 개인 맞춤형 서비스를 제공하기 위한 다양한 연구가 진행되고 있다. 대표적인 예로 문맥광고는 인터넷 사용자들이 뉴스나 커뮤니티 사이트에서 콘텐츠를 조회하고, 해당 콘텐츠와 일치하거나 관련성이 높은 제품 또는 서비스 정보를 제공하는 광고기법이다. 그러나 문맥 광고는 사용자에게 다양한 콘텐츠 및 사이트 추천 서비스를 제공하지 못하고 있다. 따라서 다양한 콘텐츠 및 사이트 추천 서비스를 제공하기 위해 본 논문에서는 사용자가 조회한 콘텐츠의 내용을 대표할 수 있는 중요 키워드를 선정하고, 콘텐츠 내에서 추출된 키워드간의 연관성을 분석하여 관련 콘텐츠 및 사이트를 추천하는 방법에 대해 제안한다. 또한 연관키워드리스트 생성방법을 고속연관규칙을 이용하여 처리속도를 줄이고, 사용자가 선호할 만한 다양한 콘텐츠와 관련된 사이트를 제공하는 방법에 대해 제안한다.

• 한국HCI학회:학술대회논문집
• /
• 2006.02a
• /
• pp.299-304
• /
• 2006

기존에 개발된 사용자 선호 정보를 이용한 TV 추천 시스템은 대부분 사용자의 명시적인 요구에 따라 방송 프로그램을 추천하는 데 중점을 두고 개발되었다. 하지만, 유비쿼터스 환경이 도래함에 따라서 사용자의 요구에 따라 반응하는 수동적인 서비스 보다는 상황정보(Context)를 활용하여 능동적인 서비스를 지원할 수 있는 기술이 필요하다. 따라서 본 논문에서는 CAMUS(Context-Aware Middleware for URC Systems) 상황인식 미들웨어를 이용하여 사용자 위치 상황정보에 따라 능동적으로 추천할 수 있는 TV 추천 서비스 에이전트를 제안한다. 제안된 시스템은 CAMUS 기반 서비스 에이전트와 태스크를 구현함으로써, 상황정보에 따라 능동적으로 다채널에서 방송되는 프로그램 및 사용자의 선호도 정보를 분석하여 사용자가 원하는 프로그램을 추천한다.