• Journal of Korean Library and Information Science Society
• /
• v.47 no.1
• /
• pp.279-303
• /
• 2016

This study proposes the Book-Curation service as part of the information service offered through school library websites. Also, this study aims to establish recommendation standards for curation prior to detailed system planning. For such service, the following tasks were carried out. First, the list of recommended books of existing systems were analyzed to identify the attributes that can be used for recommendation in the user and book information. Second, the analyzed attributes were utilized to establish 12 recommendation standards. Finally, a survey was carried out to identify the user preferences as to each standards. The results are as follows. First, the majority of students responded that curation service is necessary for using a library. Second, the top three standards are as follows: "best lending books based on the keywords of individual users"; "best lending books of the same year students"; "best lending books on the textbook-related reference booklist".

• Proceedings of the Korea Multimedia Society Conference
• /
• 2004.05a
• /
• pp.491-494
• /
• 2004

최근 인터넷 쇼핑몰에서 상품을 구매하는 고객들에게 편의성과 효율성을 제공하기 위하여 구매자들의 선호도나 가격에 맞는 상품을 추천해 주는 연구들이 활발하게 진행되고 있다. 그러나 이러한 상품을 추천하는 연구들은 다양하게 발전하고 있지만 추천된 상품들의 구매시점에 관한 연구는 찾아보기 어렵다. 이에 본 논문에서는 인터넷 쇼핑몰의 적극적인 마케팅 일환으로 상품을 구매할 시점을 추천해 주는 방안을 제안한다. 이를 위하여 과거의 판매 기록 데이터베이스에 있는 판매가격의 기준 시계열 패턴과 유사한 시계열 패턴을 정규화 변환된 유사도로써 검색한다. 검색된 과거 가격 패턴을 기준으로 미래 가격 패턴을 분석하여, 미래 가격 패턴의 변화에 따라 상품 구매시점을 추천한다. 또한 본 논문에서는 이러한 구매시점을 추천하는 상품 추천 시스템을 설계한다.

• Journal of KIISE
• /
• v.42 no.11
• /
• pp.1380-1385
• /
• 2015

Collaborative filtering is one of the most successfully used methods for recommender systems and has been utilized in various areas such as books and music. The key point of this method is selecting the most proper recommenders, for which various similarity measures have been studied. To improve recommendation performance, this study analyzes problems of existing recommender selection methods based on similarity and presents a method of dynamically determining recommenders based on the rate of co-rated items as well as similarity. Examination of performance with varying thresholds through experiments revealed that the proposed method yielded greatly improved results in both prediction and recommendation qualities, and that in particular, this method showed performance improvements with only a few recommenders satisfying the given thresholds.

• Journal of Gifted/Talented Education
• /
• v.23 no.5
• /
• pp.771-791
• /
• 2013

What are the identification criteria elementary school teachers prefer? What are the characteristics of students that teachers consider when nominating them to gifted programs? Will those criteria of identification/nomination differ as to teacher experiences related to gifted education or teacher involvement in the professional development? This study aims to find the answer to these questions. For this purpose, a total of 511 elementary school teachers with a varying degree of experiences with gifted education were recruited from 23 schools in 11 school districts in Seoul. The results show that teachers generally preferred task commitment, creativity, curiosity, and domain specific talents as criteria for identifying gifted students, while perceiving achievement records, total grades, leadership, and general intelligence as less important. Teachers experienced in gifted education or having been involved in professional development perceived curiosity, task commitment, and creativity as more important than teachers without such experiences. The importance-performance analysis of identification criteria indicates that teachers reported high importance on task commitment, curiosity, and creativity, but those factors were less considered in actual nomination. On the contrary, teachers reported low importance on quick learning and achievement(total grades, subject grades), but those were highly considered in nomination. A similar pattern was found in both experienced and nonexperienced teachers although the importance-performance gap was higher for the latter. Implications for teacher nominations and professional development were discussed.

• Korean Architects
• /
• no.8 s.126
• /
• pp.57-58
• /
• 1979

동력자원부는 현하 국제적 에너지 위기에 대처하여, 이를 슬기롭게 극복하고 더 나아가 새로운 에너지원의 개발 및 그 활용책으로 태양열주택의 설계ㆍ시공을 적극적으로 권장,실천하기 위한 초지로서 79년8월13일 태양열 주택의 정의를 확정하였으며 한국과학 기술연구소 부설 태양에너지 연구소에서는 태양의 집 추천 기준을 제정하였다. 그 주요 내용을 게재하면 다음과 같다.

• Proceedings of the Korea Contents Association Conference
• /
• 2016.05a
• /
• pp.31-32
• /
• 2016

최근 음악 서비스 분야에는 감성추천 서비스가 시행되고 있다. 추천 시스템에 따라 내용 기반 추천 방식과 협업 기반 추천 방식으로 크게 구분할 수 있으며 대부분의 음악 서비스 분야에서는 많은 사용자들로부터 얻은 기호정보에 따라 사용자들의 관심사들을 자동적으로 예측하는 방법인 협업 기반 추천 방식으로 서비스를 운영하고 있다. 이에 따라 협업 기반 추천 방식을 사용하는 대표 음원 사이트 멜론과 벅스에서 음악 추천 서비스의 추천된 음악이 실제 감성과 맞는지 기쁨과 슬픔으로 분류하여 Russell의 감성 모형을 기준으로 가사의 5차 분류를 통해 곡의 감성을 분석하여 카테고리의 추천음악과 가사의 상관관계를 비교 연구하였다. 그 결과, 각 카테고리의 감성추천 음악과 실제 음악의 감성이 일치하는 부분도 있지만, 그 외 다양한 감정들이 도출되었다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2019.05a
• /
• pp.502-503
• /
• 2019

In the existing system that recommends through review data analysis, it does not reflect personal preference details such as user's characteristics or product purchase tastes, in this paper, we propose a system that provides customized recommendation information to various users by selecting the criterion that the user thinks most importantly when searching for the product and purchasing the product, and analyzing it. This is because the user's personal preference is reflected by arranging the product list based on the criterion that the user occupies the largest portion of the product purchase, so that it is more efficient than the recommendation through the recommendation system.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2015.01a
• /
• pp.47-50
• /
• 2015

TV는 타 도메인과 달리, 사전에 정해진 시간에 콘텐츠가 방영된다. 그러므로 TV 프로그램 추천 시스템은 시청자의 현재 시각(time-context)을 고려해야 한다. 시간 기반의 TV 프로그램 추천 방법이 다수 연구되었지만, 대부분의 기존 연구는 특정 시간대(timeslot)에서의 시청자의 선호도를 계산하는 데에만 집중되어 있고, 시청 내역 전체기간에서의 선호도를 고려하지 않은 문제점이 있다. 이러한 문제를 해결하기 위해, 시청자의 지역 선호도와 전역 선호도를 모두 고려한 시간 기반의 TV 프로그램 추천기법을 제안한다. 이를 위해 제안 방법에서는 시간대의 길이에 따라 여러 가지 선호도 모델을 사용한다. 여러 개의 선호도 모델로부터 산출된 선호도를 병합하여 가장 선호도가 높은 TV 프로그램을 추천한다. 실 데이터를 이용한 실험을 통해 기준방식과 비교함으로써, 제안 방법의 효용성을 검증하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10a
• /
• pp.229-231
• /
• 2004

추천 시스템은 양질의 정보를 추천하기 위해서 사용자의 관심도를 반영해야 한다. 이를 위해 본 연구에서는 강화학습과 관련 정보, 비관련 정보를 모두 이용하는 피드백 방법을 결합하였다. 사용자의 문서에 대한 평가를 평가 값으로 사용하여 사용자가 선호하는 용어와 선호하지 않는 용어를 추출하고, 이를 이용해 사용자 프로파일을 강화학습으로 학습하게 된다. 제안된 방법으로 신문기사 추천시스템에 적용하여 실험한 결과, 관련 정보와 비관련 정보를 함께 사용한 방범이 기존의 관련 정보안물 사용한 방법보다 더 나은 성능을 보였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.10a
• /
• pp.781-784
• /
• 2019

최근 AI를 산업 서비스에 적용하기 위해 많은 회사들이 활발히 연구를 하고 있다. 아마존과 넷플릭스 같은 거대 기업들은 이미 빅데이터와 AI 머신러닝을 이용한 추천 시스템을 구현하였고 아마존은 매출의 35%가 추천에 의해 발생하고 넷플릭스 75%의 사용자가 추천을 통해 영화를 선택한다고 보고되었다. 이러한 두 기업의 높은 추천 효율성의 이유는 협업 필터링(Collaborative filtering)과 같은 다양한 추천 알고리즘과 방대한 상품 및 고객 행동(구매, 시청 등) 데이터 등이 존재하고 있기 때문이다. 기계학습에서 알고리즘 학습을 위한 데이터의 양이 많지 않을 경우 알고리즘의 성능을 보장할 수 없다는 것이 일반적인 의견이다. 방대한 데이터를 가진 기업에서 추천 알고리즘을 적극적으로 활용 및 연구하고 있는 것도 이러한 이유 때문이다. 반면, 오프라인 및 여행사 기반에서 온라인 기반으로 영역을 차츰 확대하고 있는 항공 서비스 고객 데이터의 경우, 산업의 특성상 많은 회원에 비해 고객 1명당 온라인에서 활동하는 이력이 많지 않은 것이 특징이다. 이는, 추천 알고리즘을 통한 서비스 제공에서 큰 제약사항으로 작용한다. 본 연구에서는, 이러한 희박한 고객 활동 데이터에서 최신성 기반의 추천 시스템을 통하여 제약사항을 극복하고 추천 효율을 높이는 방법을 제안한다. 고객의 최근 접속 이력 로그를 시간 기준으로 데이터 셋을 분할하여 추천 알고리즘에 반영하였을 때, 추천된 노선에 대한 고객의 반응을 추천 성능 지표인 CTR(Click-Through Rate)로 측정하여 성능을 확인해 보았다.