• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 봄 학술발표논문집 Vol.29 No.1 (B)
• /
• pp.139-141
• /
• 2002

본 논문에서는 인터넷 컨텐츠 사이트에서 개인별로 컨텐츠를 효과적으로 추천하기 위한 개인화 시스템모델을 제안하였다. 제안한 모델은 묵시적인 평가정보를 이용한 사례기반추론 기법으로서 협동적필터링 기법과 달리 유사집단의 평가정보를 이용하지 않고 개인별 속성에 대한 가중치와 속성 값을 이용하여 추천하는 기법이다. 이 기법은 각 사용자의 상품 추매 속성을 추천에 반영할 수 있는 장점이 있으며 사용자 프로파일을 이용하여 개인화된 추천이 가능하다. 제안한 기법이 Recall, Precision, F-measure의 평가 방법을 통해 실험한 결과 협동적필터링 기법 보다 모든 부분에서 더 좋은 결과가 나왔음을 볼 수 있다. 그러므로 제안 시스템이 유사 사용자의 평가정보를 이용한 협동적필터링 기법보다 효율적인 개인화 전략이 가능하다고 말 수 있다. 본 제안 모델을 이용하여 일대일 마케팅을 위한 eCRM 시스템 개발이 가능하리라 예상된다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 추계학술발표대회
• /
• pp.1134-1137
• /
• 2015

'영화 시나리오를 기반으로 영화를 어떻게 추천할 수 있는가'에서 본 논문에서는 전통적인 사회관계망 분석 지표 중 그래프의 평균 길이와 평균 군집도 그리고 밀도를 이용하여 3차원의 데이터 집합을 산출했고, 산출한 데이터 집합을 기반으로 k-means 군집화 알고리즘을 활용하여 각 k 값에 따른 영화를 추천해보았다. 그 결과 기타 여느 추천들과 다른 추천결과를 도출해냈다.

• 영재교육연구
• /
• 제21권1호
• /
• pp.107-122
• /
• 2011

이 연구는 개념도 연구법이라는 새로운 연구방법을 소개하고 이를 활용하여 최근 이슈와 논란이 되고 있는 관찰-추천 영재 판별 시스템과 관련하여 현장에서 영재들을 지도하고 있는 영재담당교사들의 인식을 중심으로 관찰-추천 영재판별 시스템의 바람직한 방향 및 그 중요도 그리고 실행수준을 탐색해 보았다. 이를 위해 12명의 영재교사들이 영재판별에서 바람직한 관찰-추천 시스템의 방향에 대해 작성한 진술문을 산출, 종합, 분류하고 이를 기초로 다차원 척도와 위계적 군집분석을 실시하였다. 또한 여기서 산출된 바람직한 관찰-추천 시스템 관련 문항을 가지고 112명의 영재담당교사들을 대상으로 각 문항에 대한 중요도와 실행수준을 평가하였다. 이 연구의 주요 결과는 다음과 같다. 첫째, 영재판별에서 관찰-추천 시스템의 방향 탐색 인식에 대한 브레인스토밍 결과를 토대로 진술문을 종합한 결과 36개의 진술문이 도출 되었으며 이들 36개의 진술문에 대한 비유사성 평정 자료를 사용하여 다차원 척도분석을 실시한 결과 2차원 개념도 제작에 적합한 stress 값은 .249이었다. 개념도에 나타난 진술문의 좌표 값을 기초로 위계적 군집 분석을 실시한 결과, 영재판별에서 관찰-추천 시스템의 방향 탐색인식은 4개의 범주로 나타났다. 각 범주명은 '전문성 확보', '행정적 지원 확보', '공정성 확보', '관찰-추천제의 원칙'으로 명명되었다. 둘째, '전문성 확보'와 '공정성 확보' 범주가 상대적으로 더 중요하게 인식되고 있는 것으로 드러났으며, 모든 범주에서 관찰-추천 영재판별 시스템의 방향 탐색의 중요도와 실행수준의 점수간에 유의한 차이가 있음이 나타났다. 이 연구는 앞으로 본격화될 관찰-추천에 의한 영재 판별이 바람직한 방향으로 정착하기 위해 무엇이 필요하고 중요하며 현재는 어느 수준으로 이루어지고 있는가를 현장에서 실질적으로 영재교육을 담당하고 있는 영재교사들을 통해 알아보는데 그 의의를 찾을 수 있다.

• 지능정보연구
• /
• 제22권4호
• /
• pp.1-18
• /
• 2016

협업필터링은 사용자의 선호도 평가자료를 이용하여 특정 사용자의 특정 상품에 대한 선호도를 예측하고 이를 이용하여 유사한 사용자에게 상품을 추천한다. 협업필터링은 전자상거래에서의 정보 과잉현상을 줄여 주기에 가장 인기 있는 개인화 기법이다. 그러나 협업필터링은 희소성과 확장성 문제 등을 가지고 있다. 본 연구에서는 희소성과 확장성 문제와 같은 협업필터링의 주요 한계점을 보완하고 추천과정에 사용자의 정성적이고 감성적인 정보를 반영하도록 하기 위하여 사회연결망 정보와 협업필터링을 접목하는 방안을 이용한다. 본 논문에서는 특이값 분해에 내재적인 정보를 반영할 수 있도록 확장한 SVD++에 사회연결망 정보를 고려할 수 있도록 한 Social SVD++ 알고리듬을 협업필터링에 접목한 새로운 추천 알고리듬을 이용한다. 특히, 본 연구는 추천과정에 실제 사용자의 사회연결망 정보를 반영하여 모형의 성과를 평가할 것이다.

• 한국컴퓨터정보학회논문지
• /
• 제18권2호
• /
• pp.107-116
• /
• 2013

본 연구에서는 소셜 음악 사이트에서 사용자들이 음악 아이템을 청취한 횟수와 생성한 태그 정보를 혼합하여 음악을 추천하는 시스템을 제안한다. 현재, 상용화된 음악 추천 시스템들은 주로 사용자의 청취 습관과 외부적인 선호도 입력값을 기반으로 음악을 추천하고 있다. 그러나 이 방식은 아직 음악을 청취한 사용자가 많지 않은 새로운 음악이나 청취 정보가 없는 새로운 사용자의 경우 추천하는 데 어려움이 있다. 이 문제를 해결하기 위해서 본 논문에서는 사용자가 선정한 키워드를 아이템에 부여하는 협업 태깅으로 생성된 태그 정보를 활용하였다. 태그의 의미를 파악하여 감정 표현의 정도에 따라 가중치를 부여한 뒤, 태그 점수와 청취 횟수를 혼합하여 음악 아이템의 선호도를 산출하였다. 이를 기반으로 사용자 프로파일을 생성하고 협업 필터링 알고리즘을 수행하였다. 제안하는 추천 방법의 효율성을 평가하기 위해서, 청취 습관 기반 추천, 태그 점수 기반 추천, 하이브리드 추천 방법의 세 가지 추천 방법에 대해서 정확도, 재현율, 그리고 F-measure를 계산하였다. 실험 결과에 대해 통계적 검증을 시행한 결과, 하이브리드 추천 방법이 다른 두 가지 방식보다 통계적으로 유의한 차이를 보여 성능이 우수한 것으로 나타났다.

• 한국빅데이터학회지
• /
• 제2권1호
• /
• pp.41-48
• /
• 2017

최근 추천 시스템의 인기와 함께 추천 시스템의 알고리즘의 성능에 대한 평가가 중요해 졌다. 본 연구는 영화 데이터에서 다양한 알고리즘 중 어떤 알고리즘의 효과적인지 판단하기 위하여 모델링과 RMSE를 통한 모델 검증을 하였다. 본 연구의 데이터는 무비렌즈의 평가 데이터 10만건을 활용하여 피어슨 상관계수를 활용한 사용자 기반 협업 필터링, 코사인 상관계수를 활용한 아이템 기반 협업 필터링 그리고 특이 값분해를 활용한 아이템 기반 협업 필터링 모델을 만들었다. 세가지 추천 모델로 평점을 예측한 결과 사용자 기반 협업 필터링보다 아이템 기반 협업 필터링의 정확도가 월등히 높은 것을 확인했고, 행렬 분해를 사용했을 때 더 정확한 추천을 할 수 있었다.

• 지능정보연구
• /
• 제25권4호
• /
• pp.89-103
• /
• 2019

최근 추천시스템의 품질평가 관점에서 이에 대한 다양한 연구들이 진행되고 있다. 추천시스템은 기본적으로 사용자들에게 특정 아이템에 대한 개인화된 추천을 제공하는데 목적이 있으며, 대부분의 추천시스템은 항상 사용자 또는 아이템과 가장 관련 있는 아이템을 추천한다. 그리고 이러한 추천시스템의 성과는 전통적으로 다양한 예측정확도 등에 초점을 두어 왔다. 그러나, 추천시스템은 예측가능성 차원에서 정확해야 할 뿐만 아니라 사용자들에게 유용해야 한다. 특히 최근의 추천시스템에 대한 연구로서, 추천시스템의 평가기준에 속하는, 추천시스템에 대한 사용자 만족도(품질)는 추천시스템이 얼마나 정확하게 추천하느냐 뿐만 아니라 사용자의 의사결정에 얼마나 충분히 도움이 되는지와 관계가 깊다. 예를 들어, 특히 높은 수준의 세렌디티피한 추천은 사용자들이 뜻밖의 아이템이면서 흥미로운 아이템을 찾는데 도움이 된다. 여기서, 세렌디피티란 추천 아이템이 사용자에게 매력적인 동시에 뜻밖의(비기대성의) 아이템인 정도를 의미한다. 본 연구는 추천시스템의 성과를 나타내는 세렌디피티 지표를 추천시스템에 적용하여 추천시스템의 품질을 평가하는 것을 목표로 한다. 본 연구에서는 세렌디피티 지표는 관련성(매력)이 있는 동시에 뜻밖인(비기대성의) 아이템을 추천하는 정도로 정의하고, 이 세렌디피티 지표를 측정하기 위해, 추천시스템이 사용자들에게 예상치 못한 유용한 아이템을 찾을 수(또는 추천할 수) 있는 정도를 평가하였다. 본 연구의 주요 실증분석결과로는, 아이템기반 협력 필터링 기법이 사용자기반 협력 필터링 기법보다 더 높은 세렌디피티값을 가지며, 따라서, 추천시스템의 품질평가 차원에서 아이템기반 협력 필터링 기법은 사용자기반 협력 필터링 기법보다는 더 좋은 추천 품질을 갖고 있음을 보여 주었다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2005년도 춘계학술대회 학술발표 논문집 제15권 제1호
• /
• pp.344-348
• /
• 2005

이 논문에서는 개체에 대한 신뢰도를 계산하기 위해 여러 가지의 평가기준을 이용하고, 또한 다른 개체들로부터의 추천정보를 이용하는 신뢰모델에 대해서 제안한다. 제안한 모델에서는 개체의 신뢰도를 개체가 주어진 상황에서 만족스러운 결과를 낼 기대값으로 정의한다. 다른 개체와 상호작용이 일어날 때마다 각 평가기준에 따른 평가결과가 얻어진다고 전제하는 상황에서 적용되는 신뢰 모델이다. 제안된 모델에서는 신뢰정보가 요구될 때 우선 결과확률 분포(outcome probability distribution)와 개체의 평가결과에 대한 선호도를 고려하여 각 평가기준에 대한 만족정도를 계산한다. 이렇게 계산된 만족정도 값들은 각 평가기준의 중요도를 반영하여 하나의 신뢰값으로 결합된다. 이때 추천 정보도 신뢰값에 함께 결합되는 모델이다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 춘계학술발표대회
• /
• pp.12-14
• /
• 2022

최근 코로나 바이러스로 인한 팬데믹이 장기화 되었고 이는 개인의 정신건강에도 많은 악영향을 미치고 있다. 이에 따른 코로나 우울감 해소 방안으로 '감정일기 애플리케이션'을 제안하며 감정 분석을 위해 2차원 좌표계를 사용한다. 이 애플리케이션에서는 사용자가 입력한 좌표값의 평균으로 콘텐츠를 추천하는데, 평균 좌표값이 획일화되어 한 가지 범주에 고착되는 문제가 있다. 이를 해결하고자 본 논문에서는 콘텐츠 평가 변수 및 사용자 성향 변수를 이용하여 평균 좌표값에 변화를 주었다. 이를 통해 사용자에게 보다 적합한 콘텐츠 추천을 기대한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 추계학술발표대회
• /
• pp.643-645
• /
• 2022

많은 온라인 쇼핑몰에서 색상 기반 필터링 서비스나 추천 시스템을 제공하지만, 수동 분류는 많은 시간이 들고 오류 위험이 있다. 본 연구의 실험에서는 먼저 분석할 의류 이미지를 실루엣 분석으로 수행한 경우와 수행하지 않는 경우의 k-평균 군집화 알고리즘으로 가장 우세한 색상 군집의 중심값을 도출하는데, 만약 군집 개수가 2개 이상이면 보다 큰 군집의 중심값만을 고려한다. 이 중심값을 이용해 사전 학습한 k-최근접 이웃 알고리즘으로 색상 클래스를 분류한다. 실험 결과 실루엣 분석을 수행하지 않은 k-평균 군집화 알고리즘을 사용한 분류 방식이 정확도와 수행 시간 모두 매우 준수하였으나, 배경색이 존재하여 의류 색 분석에 영향을 줄 수 있는 경우 잘못 분류한다는 문제도 있다.