• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 가을 학술발표논문집 Vol.31 No.2 (2)
• /
• pp.541-543
• /
• 2004

인터넷의 대중화로 인하여 인터넷상에 많은 음악 정보가 존재하게 되었다. 이에 따라서 사용자에게 음악 정보를 손쉽게 접근할 수 있게 해주는 서비스뿐만 아니라, 사용자에게 적절한 음악을 추천해주는 서비스의 중요성도 증가하고 있다. 본 논문에서는 사용자의 상황을 인식하고 사용자와의 대화를 통해서 적절한 음악을 추천해주는 인공 DJ를 제안한다 인공 DJ는 센서로부터 실내 온도, 습도, 조도, 소음을 입력받고, 인터넷을 통하여 날씨 정보를 입력받고, 사용자의 감정추론을 위하여 사용자가 입력하는 문장을 분석하여 Activation-Evaluation Space상에서 사용자의 감정을 표시함으로써 사용자의 주변 상황을 인식하고, 사용자의 성향을 파악하여 IF-THEN 규칙을 만들어 대수학적 연산자(algebraic operator)를 통한 퍼지 추론 방법을 이용하여 적절한 음악을 추천한다. 피험자 10명을 대상으로 실시한 설문조사 결과 제안하는 방법이 유용함을 알 수 있었다.

• 한국공간정보시스템학회 논문지
• /
• 제6권1호
• /
• pp.59-71
• /
• 2004

최근접 질의 (NN: Nearest Neighbor Query)는 질의요청자와 가상 가까운 곳에 위치한 대상 객체를 검색하기 위한 질의로서, 모바일 환경에서 빈번하게 사용되는 질의 유형이다. 이 논문에서는 모바일 환경에서 방향 성분을 가지며 연속적으로 이동하는 질의 요청자가 요구하는 최근접 대상 객체를 검색하기 위한 질의 처리 방법을 제안한다. 제안된 방법은 모바일 환경에서 특정 방향 성분을 갖고 위치를 이동하는 질의요청자의 방향 속성을 반영하여 최근접 객체를 검색할 수 있도록 유클리디안 거리 정보뿐만 아니라 사용자의 진행 방향을 고려하여 최근섭 대상 객체를 검색한다. 제안된 방법은 모바일 환경에서 최근섭 객체의 검색 기능을 요구하는 교통 정보 시스템, 관광정보 시스템, 위치 기반 추천 시스템과 같은 응용 분야에 적용할 수 있다.

• 정보처리학회논문지D
• /
• 제13D권5호
• /
• pp.661-670
• /
• 2006

쉽게 접할 수 있는 정보의 양이 증가하고 전자상거래가 발전함에 따라, 드넓은 정보공간을 축소하기 위하여 추천과 SDI 시스템과 같은 정보 필터링 시스템이 사용되어지게 되었으며, 이에 따라 사용자들은 그들의 요구와 취향에 가장 적합한 정보들을 바로 접근할 수 있게 되었다. 지금까지 다양한 정보 필터링 방법들이 추천시스템을 지원하기 위해 제안되었다. 최근에는 새로운 정보교환 표준으로 떠오르고 있는 XML 문서를 필터링 하는 시스템들에 있어서도 다른 접근 방법을 요구하고 있다. 따라서, 본 논문에서 제안하는 시스템은 XML이 가진 구조 정보를 이용하여 여러 형태의 사용자 프로파일을 생성하는 방법을 제안한다. 시스템은 구매와 같은 트랜잭션이 발생하기 전에 사용자 구매 패턴을 분석하기 위해서 필요한 프로파일을 운영자가 직접 정의하는 운영자 프로파일과 이를 적용한 사용자 프로파일의 두 부분으로 구성된다. 운영자 프로파일은 DTD로부터 선택된 항목을 이용하여 DTD를 따르는 문서내의 특정부분을 가리킬 수 있도록 만들어진다. 제안하는 시스템은 사용자의 구매 행위에 적응력을 가질 수 있도록 보다 정확한 사용자 프로파일을 구축하고, 이와 같은 사용자 프로파일을 기반으로 사용자에게 불필요한 검색과정 없이 필요한 상품 정보를 제공할 수 있도록 한다.

• 경영정보학연구
• /
• 제25권1호
• /
• pp.27-46
• /
• 2023

최근에는 외식 산업의 발달과 레스토랑 수요의 증가로 인해 레스토랑 추천 시스템 연구가 활발하게 제안되고 있다. 기존 레스토랑 추천 시스템 연구는 정량적인 평점 정보 또는 온라인 리뷰의 감성분석을 통해 소비자의 선호도 정보를 추출하였는데 이는 소비자의 의미론적 선호도 정보는 반영하지 못한다는 한계가 존재한다. 또한, 레스토랑이 포함하는 세부적인 속성을 반영한 추천 시스템 연구는 부족한 실정이다. 이를 해결하기 위해 본 연구에서는 소비자의 선호도와 레스토랑 속성 간의 상호작용을 효과적으로 학습할 수 있는 딥러닝 기반 모델을 제안하였다. 먼저, 합성곱 신경망을 온라인 리뷰에 적용하여 소비자의 의미론적 선호도 정보를 추출했고, 레스토랑 정보에 임베딩 기법을 적용하여 레스토랑의 세부적인 속성을 추출했다. 최종적으로 요소별 연산을 통해 소비자 선호도와 레스토랑 속성 간의 상호작용을 학습하여 소비자의 선호도 평점을 예측했다. 본 연구에서 제안한 모델의 추천 성능을 평가하기 위해 Yelp.com의 온라인 리뷰를 사용한 실험 결과, 기존 연구의 다양한 모델과 비교했을때 본 연구의 제안 모델이 우수한 추천 성능을 보이는 것을 확인하였다. 본 연구는 레스토랑 산업의 빅데이터를 활용한 맞춤형 레스토랑 추천 시스템을 제안함으로써 레스토랑 연구 분야와 온라인 서비스 제공자에게 학술적 및 실무적 측면에서 다양한 시사점을 제공할 수 있을 것으로 기대한다.

• 감성과학
• /
• 제25권2호
• /
• pp.71-78
• /
• 2022

본 연구는 최근 기업체에서 많이 사용하고 있는 세무회계서비스에 대한 추천 의향을 조사하여 그 결과를 분석하는 것이다. 특히 비용이나 시간적 측면에서 상대적으로 어려움을 겪는 100인 이하의 소규모 기업체를 대상으로 하여 해당 기업체들에 더 나은 서비스가 되기 위한 방향성을 찾는 것을 목적으로 한다. 이를 위하여 100명의 기업체 관계자 대상으로, 회사 근무자 규모, 직급, 사업자 유형 등 사업체 기본 정보는 물론 이용 중인 세무회계서비스 형태, 서비스에 대한 추천 점수, 점수에 대한 이유, 기타 세무회계서비스 관련 의견 등을 조사한다. 특히 추천 점수는 단순 만족도를 묻는 일반적인 고객의 만족도 조사보다 고객의 의견을 파악하는데 더 효과적이라고 알려진 NPS(Net Promoter Score) 방식을 사용함으로써 더 효과적인 결과를 얻고자 한다. 조사 결과 추천도에 대한 NPS 점수는 -33점으로 나왔으며 이는 일반적인 NPS 점수 평가 기준을 참고할 때 낮은 편에 해당하여 세무회계서비스에 대한 개선이 필요하다는 것을 알 수 있었다. 더 구체적으로는 비추천 점수를 준 응답자들의 의견에서 불편하지도 편하지도 않고 그냥 무난해서 도움이 되는지 잘 모르겠다, 차별성이 없으며 대안도 특별히 없다 등의 의견이 있었음을 볼 때 비추천 점수를 높이기 위해서는 차별적인 서비스가 필요하다는 결론을 얻을 수 있었다. 본 조사는 100인 이하의 기업체 관계자를 대상으로 추천도 중심으로 조사한 것으로 이후에는 기업체 규모와 조사 항목을 더 다양하게 한 조사 진행이 추가로 필요하다.

• 한국컴퓨터정보학회논문지
• /
• 제29권7호
• /
• pp.89-98
• /
• 2024

본 논문은 챕터 수준의 강의 동영상 추천 시스템에 있어서 추천의 정확도와 처리속도 간의 균형문제, 즉, 추천 정확도를 향상시키려면 처리 속도가 저하되고, 반대로 처리 속도를 높일 경우 정확도가 감소하는 문제에 대하여 연구한다. 본 논문에서는 이의 해결을 위하여 TF-IDF, K-Means++ Clustering, Graph Neural Network(GNN) 등 다양한 기법을 복합적으로 활용하는 방법을 제안한다. 즉, 챕터들의 유사성을 바탕으로 클러스터를 사전에 구성함으로써 검색 시의 계산량을 줄여 속도를 향상시키면서도, 클러스터를 노드로 하는 그래프에 대하여 GNN을 적용함으로써 추천의 정확도를 향상시키는 방법을 제안한다. 실험 결과 GNN을 사용한 경우 추천의 정확도가 MRR 지표에서 약 19.7% 증가하였으며, 유사도 기반의 정밀도에 있어서 약 27.7% 증가하는 결과를 확인할 수 있었다. 이를 통해 학습자의 질의에 보다 적합한 동영상 챕터를 추천하는 학습시스템 구축에 기여할 것으로 기대한다.

• 정보처리학회논문지D
• /
• 제9D권5호
• /
• pp.955-962
• /
• 2002

최근에 전자상거래가 보편화되면서 전자경매를 통한 거래가 급증하고 있다. 그러나, 기존 전자경매 시스템들은 낙찰 예정가 결정을 판매자에게만 의존하고 있으므로, 물품의 낙찰가가 낮게 결정되거나 유찰되는 경우가 많다. 본 논문에서는 이러한 문제점을 해결하고자, 과거의 경매 기록과 인터넷 전자상거래 사이트의 가격 정보로부터 사례 유사도를 적용하여 적합한 낙찰 예정가를 자동으로 생성하고 이를 판매자에게 추천하는 시스템을 제안한다. 성능실험 결과 추천된 낙찰 예정가를 사용할 경우 지나치게 높은 낙찰 예정가로 인한 유찰을 줄임으로써 경매 성공률이 향상될 뿐만 아니라, 물품에 대한 낮은 평가를 방지할 수 있음을 보인다. 또한, 본 논문에서는 낙찰 예정가 자동 생성에이전트를 이용하여 인터넷 경매 시스템을 설계 및 구현한다.

• 정보처리학회논문지D
• /
• 제18D권6호
• /
• pp.423-432
• /
• 2011

이 논문에서는 연관 규칙 마이닝 알고리즘의 정확도를 향상시키기 위하여 기존 Onto-Apriori 알고리즘을 확장한 XOnto-Apriori 알고리즘을 제안한다. 기존 알고리즘은 트랜잭션 항목의 식별자만을 비교하여 지지도를 계산하기 때문에 유사한 속성을 가진 항목들간의 관계를 분석하지 못하는 문제점을 지닌다. 이러한 문제점을 해결하기 위해 제안 알고리즘은 온톨로지 추론 기반의 속성 비교를 통해 같은 식별자를 지니지 않는 항목들간의 관계성도 지지도 계산에 반영할 수 있도록 한다. 제안 알고리즘의 규칙 생성 과정을 명확히 서술하기 위해 스마트폰 어플리케이션 추천 시스템을 설계하였으며 이 시스템은 기존 알고리즘 기반의 시스템에 비해 보다 나은 속도와 정확도를 보였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2006년도 춘계학술대회 학술발표 논문집 제16권 제1호
• /
• pp.143-147
• /
• 2006

컴퓨터 기술이 발달되면서, 3D 가상현실을 구현할 수 있는 여러 가지 도구들이 웹이나 개인용 컴퓨터에서 운용되고 있다. 또한 3D 가상현실 기술은 새로운 컴퓨터 응용분야로 전자상거래, 기업홍보, 교육, 의료, 시뮬레이션, 그리고 컴퓨터 게임까지 널리 활용되고 있다. 하지만 설계자들이 3D 모델링을 하기 위해서는 많은 시간과 노력이 요구된다. 따라서 새로운 3D 모델을 개발하는 대신에 기존의 모델을 효과적으로 재사용할 수 있다면 많은 노력과 시간을 절약 할 수 있을 것이다. 하지만 이러한 것이 가능하려면 사용자에 의해 정의된 3D 객체를 데이터베이스로부터 관련성이나 유사성이 높은 객체를 찾을 수 있어야한다. 이 논문에서는 에이전트 기법을 사용하여 메타데이터와 온톨로지 정보를 참고하여 3D 모델을 추천하는 시스템을 설계 및 구현 하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 춘계학술발표대회
• /
• pp.244-247
• /
• 2015

본 논문에서는 모바일 환경의 상황 적응형 효율적인 광고운영 시스템 설계에 대하여 제안한다. 제안한 시스템은 광고공급자가 제작한 광고콘텐츠를 저장하고, 광고공급자와 광고소비자의 상황정보와 피드백 정보를 분석하여 맞춤형 광고 콘텐츠를 추천하여 제공한다. 본 논문에서 제안한 시스템은 광고콘텐츠와 광고 소비자의 선호도 및 성향에 따른 스마트한 광고 콘텐츠를 추천 및 제공하기 때문에, 스마트 미디어 시대를 맞이한 광고시장에 새로운 서비스 모델을 개발하는데 기여할 것으로 기대한다.