• 한국항행학회논문지
• /
• 제16권6호
• /
• pp.1109-1115
• /
• 2012

본 논문에서는 사용자의 신체 정보를 이용하여 애매한 신체정보를 퍼지화하고 사례자 데이터베이스를 통해 식단을 추천하는 시스템을 제안한다. 사용자의 신체 정보 중에서도 키와 몸무게를 입력받아 BMI(Body Mass index)지수로 계산한다. 사용자의 신체정보 중 근육량 정도와 계산되어진 BMI지수를 퍼지화 시켜 사용자 개개인의 신체 상황을 고려한 비만도를 계산한다. 사용자의 비만도를 기준으로 사례자 데이터베이스 내에 사례자들의 비만도를 비교하여 가장 비슷한 사례자 비만도에 대한 식단을 추천할 수 있다. 안드로이드 환경에서 구현을 하였으며, 다양한 실험을 통해 제안한 퍼지 기반의 추천 기법이 만족할 만한 결과를 나타내고 있음을 보인다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2000년도 추계학술발표논문집 (상)
• /
• pp.333-336
• /
• 2000

인터넷이 발전하면서 인터넷을 이용한 여러 서비스들이 급속히 발달하고 있다. 이런 발전에 맞추어 사용자들은 적합한 상품을 선택하는 것이 점점 어려워지고 그에 따라 운영자들은 사용자들의 요구에 맞춰 원하는 상품을 쉽게 찾게 하여 매출을 올리는 노력을 하고 있다. 이런 노력의 일환으로 기존의 사용자 데이터를 바탕으로 사용자의 선호도를 예측하고 사용자의 선호도에 따라 개인에게 적합한 상품을 추천하는 협동적 방식의 추천 시스템이 개발되어 많이 사용되는 추세이다. 본 논문에서는 현재 사용되고 있는 협동추천 시스템의 문제점을 보완할 수 있는 방법을 제시하며 실험을 통해 기존에 비해 성능이 향상되고 있음을 보인다.

• 한국경영과학회:학술대회논문집
• /
• 대한산업공학회/한국경영과학회 2006년도 춘계공동학술대회 논문집
• /
• pp.1290-1298
• /
• 2006

오늘날 B2B 전자상거래의 폭발적인 성장과 더불어 SCM상에서 e-Procurement의 중요성이 부각되고 있다. 그 중에서 다수의 구매자와 공급자가 참여하여 다양한 형태의 상거래를 수행하는 3자 관리 모델은 점차 시장이 확대되어 e-Procurement의 핵심요소로 여겨지고 있다. 하지만 현재의 e-Procurement의 3자 관리 모델은 방대한 제품 정보 중에서 구매자가 원하는 제품을 정확히 검색할 수 있는 기능이 미비하고 구매 물량에 따른 할인 가격과 공급자의 배송 정책을 고려한 납기일을 실시간으로 구매자에게 제공해 줄 수 있는 기능이 미흡한 실정이다. 또한 구매 프로세스의 주요 기능인 공급자의 선택에 있어 공급자에 대한 신뢰성이 결여되어 구매자의 비즈니스 요구사항을 채워주지 못하고 있다. 본 연구에서는 이러한 e-Procurement의 3자 관리 모델의 문제점을 해결하고 발전시키기 위해 (1)구매자의 제품 검색 시 시맨틱 웹을 이용한 카테고리 기반 검색 기법과 (2)비즈니스 룰과 웹서비스 기반으로 공급자의 가격 정책, 배송 정책에 따른 납기일을 고려한 검색, (3)구매자와 공급자의 단일 거래에 대한 서비스 품질을 측정하여 구매자에게 공급자의 신뢰성을 보장하는 제품 추천 e-Procurement 시스템을 제안한다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제23권7호
• /
• pp.440-445
• /
• 2017

전자상거래 발전에 따라 온라인 쇼핑을 이용하는 사람들이 증가하였고 제품 또한 다양해지고 있다. 이러한 추세로 구매자가 만족할 수 있는 정확한 추천시스템의 중요성이 증대되었으며 정확도를 높이기 위한 새로운 방법의 연구가 계속되고 있다. 순환신경망은 시퀀스 학습에 적합한 딥 러닝 방법 중 하나이며 본 연구에서는 추천시스템의 정확도를 높이는 방법으로 구매자의 제품 접근순서를 순환신경망에 적용하여 알고리즘 성능평가를 하였다. 알고리즘 성능평가에는 대표적인 순환신경망 알고리즘과 최적화 알고리즘으로 진행하였다. 순환신경망 알고리즘으로는 RNN, LSTM, GRU 그리고 최적화 알고리즘으로는 Adagrad, RMSProp, Adam optimizer를 사용하였다. 실험 도구로는 구글의 오픈소스 라이브러리인 텐서플로우를 사용하였고 데이터는 RecSys Challenge 2015에서 제공하는 e-commerce session 데이터를 활용하였다. 실험 결과 실험 데이터에 적합한 최적의 하이퍼파라미터를 발굴하고 적용하여 RecSys Challenge 2015 참가자들의 결과와 비교하였다. 상품 접근 순서만을 학습시킨 결과이기 때문에 등수가 높지는 않았지만 기존 추천시스템에 접목한다면 정확도 향상에 기여할 수 있을 것으로 보인다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2010년도 하계학술대회
• /
• pp.142-145
• /
• 2010

본 논문에서는 사용자의 12가지 감성 정보와 음악의 8가지 무드 카테고리를 기반으로 음악을 추천해주는 시스템을 구현하였다. 사용자의 감성과 음악의 무드를 기반으로 음악을 검색하기 위해 전공자 집단 5명과 비전공자 집단 13명, 총 18명으로부터 감성 히스토리 정보와 무드 분류 정보를 얻었다. 감성 히스토리 정보는 참여자가 자신의 감성 정보를 지정하고 어떤 음악을 들었는지를 나타내며, 무드 분류 정보는 각 곡이 어떤 무드를 갖는지를 나타낸다. 위에서 얻어진 정보를 바탕으로 사용자의 감성 정보를 기반으로 3가지 각기 다른 추천 알고리즘을 구현했다. 첫 번째 알고리즘은 사용자 감성 정보를 기반으로 얻어진 유사도 곡 리스트 중 1위곡의 무드 정보를 이용하여 음악을 추천한다. 두 번째 알고리즘은 첫 번째 알고리즘에서 1위곡부터 20위곡까지의 무드 정보를 이용하여 음악을 추천한다. 마지막 추천 알고리즘은 사용자 감성 정보를 기반으로 얻어진 유사도 곡 리스트를 등록된 사용자들이 가장 많이 들었던 순서대로 정렬하여 음악을 추천한다.

• 한국컴퓨터정보학회논문지
• /
• 제19권1호
• /
• pp.111-118
• /
• 2014

현재 트위터에서 제공되는 친구추천 시스템은 영향력이 높은 사용자를 우선적으로 추천해준다. 하지만 사용자정보의 유사성이 높은 다른 사용자는 추천되지 않는 단점을 가지고 있다. 사용자들은 정보의 유사성이 높은 사용자 추천을 원하기 때문에 이러한 단점을 극복하기 위하여 본 논문에서는 사용자정보의 유사성을 기반으로 팔로어 추천 시스템을 구현하였다. 본 논문에서 사용된 데이터는 SNAP(Stanford Network Analysis Platform)에서 제공하는 데이터로, 팔로어의 수가 10,000명이상인 트위터의 사용자정보와 노드간 연결 데이터로 구성된다. 이 데이터를 트레이닝 데이터로 활용하여 팔로어간의 관계를 분류해줄 수 있는 분류자를 생성하고, 10-Fold Cross Validation을 활용하여, 분류자의 정확도를 판단한다. 두 트위터의 정보가 주어지면 그들 사이에 친구 관계, 팔로우 관계, 비연결 관계를 추천한다.

• 한국컴퓨터정보학회논문지
• /
• 제29권1호
• /
• pp.273-285
• /
• 2024

교육 분야에서 온라인 저지 시스템이 활발하게 활용됨에 따라 학습자 데이터를 활용하는 다양한 연구가 진행되고 있다. 본 연구에서는 학습자 데이터를 활용하여 학습자의 문제 선택을 지원할 수 있는 사용자 기반 협업 필터링 방식의 문제추천 기능을 제안한다. 온라인 저지 시스템에서 학습자의 문제 선택을 위한 지원은 그들의 향후 학습에 영향을 미치므로 교육의 효과성 제고를 위해 필요하다. 이를 위해 학습자의 문제풀이 성향과 유사한 학습자를 식별하고 그들의 문제풀이 이력을 활용한다. 제안 기능은 충북교육연구정보원에서 운영하는 알고리즘과 프로그래밍 관련 온라인 저지 사이트에 구현됐고, 서비스 유용성과 사용 편이성 측면에서 델파이 기법을 통한 전문가 검토를 수행했다. 또한 사이트 사용자 대상 시범 운영에서 바른코드 제출 비율을 분석한 결과 추천문제에 대해 제출한 경우가 전체 제출에 비해 16% 정도 높았고, 추천문제 사용자 대상 설문조사에서 '도움 된다' 응답은 78%였다. 시범 운영에서는 추천문제 선택과 사용자 피드백 관련 설문 응답 비율이 낮았으므로, 향후 연구과제로 제안 기능의 접근성 향상, 사용자 피드백 수집 및 학습자 데이터 분석 다각화 등을 제시했다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2003년도 추계학술발표논문집 (하)
• /
• pp.1719-1722
• /
• 2003

최근에는 데이터마이닝(DataMining)이나 고객관계관리(Customer Relationship Management) 시스템 등을 이용하여 고객을 유치, 관리 및 서비스를 해오고 있으나, 이러한 시스템을 개발하고 관리하는데 있어서는 과다한 비용과 시간이 소요되는 점과 관리자가 시스템을 올바르게 이해하고 관리하는데 어려움이 따른다. 본 논문은 구매자와 유사한 신상정보를 지닌 사용자들로부터 선호하는 상품에 대해 추천을 받을 수 있으며, 하나의 상품에서도 여러 특성을 지니고 있다는 점을 고려하여 사용자의 구매 상품에 대한 특성을 파악하여 보다 정확하게 추천해 줄 수 있는 시스템을 개발하는데 그 목적이 있다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2004년도 추계학술대회
• /
• pp.313-320
• /
• 2004

시장 환경의 전반적인 변화로 인하여 시장 규제가 완화되고 그로 인한 경쟁사가 늘어나고 있고, 공급자 중심의 시장에서 구매자 중심의 시장으로 변화되어 가고 있다. 이에 기업들은 고객과의 관계를 강화하기 위해 CRM을 중요한 해법으로 생각하여 다양한 방법으로 고객만족을 높이는데 주력하고 있다. 또한 정보기술의 발달로 인해 웹 상에서의 eCRM이 출현되었고 웹 상에서 고객의 데이터를 분석하여 적시에 고객의 니즈에 맞는 서비스를 제공해주는 Recommendation system 을 개발하여 좀더 향상된 eCRM 으로 원투원 마켓팅을 통해 판매 강화 및 고객만족도 제고를 실현할 수 있도록 발전되어왔다. 이중 eCRM의 Recommendation Engine은 고객의 니즈를 발견해내어 그에 맞는 다양한 상품들을 추천하는 시스템으로 Rule 기반의 컨텐츠 매칭 기법과 Collaborative Filtering 기법을 사용하였다. 그러나 이 기법들은 미리 정해진 Rule에 의해 사전적인 대응을 하지 못한다는 문제점과 비정형적인 정보 및 환경정보에 복합적인 판단이 고객중심의 현재 상황에 따라 이루어지지 못한다는 문제점을 가지고 있다 이에 본고에서는 이 문제에 대한 해결안으로써 Ontology를 이용한 실시간 추천시스템을 모델로 제시하고자 한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2002년도 춘계학술대회 및 임시총회
• /
• pp.14-18
• /
• 2002

전자상거래가 점차 활성화됨에 따라 다양한 형태의 쇼핑몰들이 구축되고 있으나, 구매자가 상품을 구입하는데 있어 구매자 기호와 요구에 적합한 상품을 검색하기에는 미흡한 실정이다. 따라서, 본 논문에서는 CBR(Case Based Reasoning)과 RBR(Rule Based Reasoning)을 통합한 검색에이전트와 사용자 프로파일과 선호도를 관리하는 사용자 에이전트로 이루어진 멀티 에이전트를 이용하는 CARUBA 시스템을 설계하고, 검색에이전트가 사용자에이전트에서 보낸 정보를 이용하여 유사도를 산출하여 구매자의 요구에 적합한 상품을 신속하게 추천할 수 있는 방법을 제안한다