• Journal of KIISE:Computing Practices and Letters
• /
• v.15 no.3
• /
• pp.189-199
• /
• 2009

The amount of information on the Web is explosively growing as the Internet gains in popularity. However, only a small portion of the information on the Web is truly relevant or useful to the user. Thus, offering suitable information according to user demand is an important subject in information retrieval. In e-commerce, the recommender system is essential to revitalize commercial transactions, raise user satisfaction and loyalty towards the information provider. The existing recommender systems are mostly based on user data collected at servers, so user data are dispersed over several servers. Therefore, web servers that lack sufficient user behavior data cannot easily infer user preferences. Also, if the user visits the server infrequently, it may be hard to reflect the dynamically changing user's interest. This paper proposes a novel personalization system analyzing the user preference based on web documents that are accessed by the user on a user device. The system also identifies non-content blocks appearing repeatedly in the dynamically generated web documents, and adds weight to the keywords extracted from the hyperlink sentence selected by the user. Therefore, the system establishes at an early stage recommendation strategies for the web server that has little user data. Also, user profiles are generated rapidly and more accurately by identifying the information blocks. In order to evaluate the proposed system, this study collected web data and purchase history from users who have current purchase activity. Then, we computed the similarity between purchase data and the user profile. We confirm the accuracy of the generated user profile since the web page containing the purchased item has higher correlation than other item pages.

• Journal of Internet Computing and Services
• /
• v.12 no.2
• /
• pp.85-101
• /
• 2011

The recommender system analyzes users' preference and predicts the users' preference to items in order to recommend various items such as book, movie and music for the users. The collaborative filtering method is used most widely in the recommender system. The method uses rating information of similar users when recommending items for the target users. Performance of the collaborative filtering-based recommendation is lowered when attacker maliciously manipulates the rating information on items. This kind of malicious act on a recommender system is called 'Recommendation Attack'. When the evaluation data that are in continuous change are analyzed in the perspective of data stream, it is possible to predict attack on the recommender system. In this paper, we will suggest the method to detect attack on the recommender system by using the stream trend of the item evaluation in the collaborative filtering-based recommender system. Since the information on item evaluation included in the evaluation data tends to change frequently according to passage of time, the measurement of changes in item evaluation in a fixed period of time can enable detection of attack on the recommender system. The method suggested in this paper is to compare the evaluation stream that is entered continuously with the normal stream trend in the test cycle for attack detection with a view to detecting the abnormal stream trend. The proposed method can enhance operability of the recommender system and re-usability of the evaluation data. The effectiveness of the method was verified in various experiments.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2007.04a
• /
• pp.197-200
• /
• 2007

상품 판매장에서 많은 상품을 판매하기 위해서는 매장 내에서 구매자 행동과 상품 배치 등 매상에 영향을 미치는 다양한 요인을 파악할 필요가 있다. 또한 모바일 커머스 어플리케이션에서 각 구매자들이 구입할 상품을 효과적으로 찾을 수 있는 추천상품 서비스의 필요성도 점차 증가하고 있다. 본 논문에서는 다치 오토마타를 이용하여 매장 내에서 구매자 행동과 상품 배치 등을 파악함과 동시에 각 구매자들이 구입할 상품을 상황의 변화에 따라 효과적으로 추천할 수 있도록 지원하는 상황인식 기반 모바일 구매 서비스 모델을 제안한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2013.07a
• /
• pp.19-20
• /
• 2013

본 논문에서는 앱스토어의 정확한 정보 전달을 위해 집단지성을 이용한 상황인지 시스템을 제안한다. 이 시스템은 개인이 문제 처리 시 발생하는 오류를 집단지성으로 발생하는 집단적인 능력을 이용하여 최소화하고, 앱개발자에게 필요한 API를 추천함으로써 소비자 중심이던 앱스토어를 개발자와 소비자 중심의 앱스토어를 구축 한다. 또한 이 시스템은 소비자의 상황을 온톨로지 기법에 적용하여, 앱스토어 시스템이 소비자의 상황에 적합한 앱을 추천하고, 앱개발자에게 정보를 제공해준다. 이때 앱소비자의 상황정보는 일차 논리 추론기법을 활용함으로써, 소비자 상황을 정확히 추론하여 기존의 앱스토어 보다 한 단계 높은 상황인지 앱스토어 시스템을 제안한다.

• Journal of the Korea Society of Computer and Information
• /
• v.14 no.9
• /
• pp.85-94
• /
• 2009

It is becoming increasingly difficult for learners to find the lectures they are looking for. In turn, the ability to find the particular lecture sought by the learner in an accurate and prompt manner has become an important issue in e-Learning. To deal this issue, in this paper. we present a collaborative approach to provide personalized recommendations of online video lectures. The proposed approach first identifies candidated video lectures that will be of interest to a certain user. Partitioned collaborative filtering is employed as an approach in order to generate neighbor learners and predict learners'preferences for the lectures. Thereafter, Attribute-based filtering is employed to recommend a final list of video lectures that the target user will like the most.

• Journal of Digital Convergence
• /
• v.17 no.11
• /
• pp.201-206
• /
• 2019

While many users searched for insurance information online, there were not many cases of contents recommendation researches on insurance companies' websites. Therefore, this study proposed a page recommendation system with high possibility of preference to users by utilizing page visit history of insurance companies' websites. Data was collected by using client-side storage that occurs when using a web browser. Collaborative filtering was applied to research as a recommendation technique. As a result of experiment, we showed good performance in item-based collaborative (IBCF) based on Jaccard index using binary data which means visit or not. In the future, it will be possible to implement a content recommendation system that matches the marketing strategy when used in a company by studying recommendation technology that weights items.

• Proceedings of the Korea Association of Information Systems Conference
• /
• 2005.12a
• /
• pp.215-224
• /
• 2005

본 연구는 인터넷 쇼핑몰 기업들의 새로운 경쟁요인으로 부각하고 있는 물류서비스 부분의 품질 평가기준이나 평가척도 등에 관한 기존 연구를 현 시점에 맞게 재해석하고 또 새로운 평가 요소를 발굴하여 이를 인터넷 쇼핑몰에 적용함으로써 이용자들의 만족도, 재이용의도 및 타인추천의도의 향상을 꾀하였다. 특히 물류서비스 요인들의 고객만족에 대한 직접적인 영향을 분석함과 동시에 구매 후 행동인 재이용의도와 타인추천의도에 대한 간접적인 분석을 통해 그 영향 정도를 실증적으로 파악하여 쇼핑몰 운영자에게 있어 실질적인 도움을 주고자 하였다.

• Annual Conference on Human and Language Technology
• /
• 2007.10a
• /
• pp.76-83
• /
• 2007

학술정보 분석 서비스는 학술정보 온톨로지를 사용하여 연구과제의 심사자 선정과 연구자의 연구성과 분석에 필요한 정보를 제공해 주는 서비스이다. 연구과제의 심사자 추천 서비스에서는 피심사자와 심사자의 관계, 평가자의 전문도 및 전문 분야가 사용되며, 연구성과 분석 서비스에서는 분야별/기관별 연구성과물 현황, 분야별 전문가 현황, 연구자 네트워크 등이 사용된다. 본 연구에서는 학술정보 분석 서비스를 제공하기 위해 학술정보를 온톨로지로 구축하였고, OntoFrame 기반의 추론 시스템을 적용하여 학술정보를 저장 및 확장한 후 심사자 추천 서비스와 연구성과 분석 서비스에 필요한 정보를 제공하였다. 이 논문에서는 학술정보 온톨로지의 구성과 OntoFrame 기반의 학술정보 시스템의 구성 및 서비스 방법을 제시하였고, 이를 통해 효과적인 학술정보 분석 서비스를 제공하였다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2005.05a
• /
• pp.300-309
• /
• 2005

오늘날 B2B 전자상거래의 폭발적인 성장과 더불어 온라인 상에서 다수의 구매자와 공급자가 참여하여 다양한 형태의 거래를 수행하는 B2B e-Marketplace의 중요성이 부각되고 있다. 하지만 현재 B2B e-Marketplace 상황은 front-end 부분의 단순한 키워드 기반의 제품 카탈로그 검색만 제공할 뿐, 공급자의 재고상황, 생산 일정 그리고 제품의 배송 및 구매자에 따른 판매자의 정책 및 전략 등의 back-end 부분을 고려하지 않고 있다. 따라서 B2B e-Marketplace에서 주문처리와 배송 과정을 효율적으로 처리하기 위해서는, back-end 부분에서 구매자가 요구하는 제품들에 대하여 공급자의 생산계획과 수요예측, 재고처리, 수송 및 고객관리 등에 관한 정책을 실시간으로 정확하게 반영하고 처리할 수 있는 시스템이 필요하다. 본 논문에서는 이러한 문제점을 해결하기 위해 비즈니스 룰 시스템을 이용하여 공급자의 ATP와 CTP등의 생산계획과 비즈니스 정책을 실시간으로 반영하는 e-Marketplace 제품 추천 시스템을 제안하고 구현하였다. 본 논문은 공급자에게는 생산계획의 안정화, 납기 준수 율 제고의 효과를 제공하며, 구매자에게는 납기일의 불확실성을 제거함으로써 안정된 생산 및 판매계획 수립을 제공한다

• Journal of KIISE:Software and Applications
• /
• v.35 no.7
• /
• pp.431-441
• /
• 2008

The academic information analysis service is including automatic recommendation of reviewers and analysis of researchers' accomplishments. The service of recommendation of reviewers should be processed in a transparent, fair and accountable way. When selecting reviewers, the following information must be considered: subject of project, reviewer's maj or, expertness of reviewer, relationship between applicant and reviewer. The analysis service of researchers' accomplishments is providing statistic information of researcher, institution and location based on accomplishments including book, article, patent, report and work of art. In order to support these services, we designed ontology for academic information, converted legacy data to RDF triples, expanded knowledge appropriate to services using OntoFrame. OntoFrame is service framework which includes ontology, reasoning engine, triple store. In our study, we propose the design methodology of ontology and service system for academic information based on OntoFrame. And then we explain the components of service system, processing steps of automatic recommendation of reviewers and analysis of researchers' accomplishments.