• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.04a
• /
• pp.708-711
• /
• 2017

최근 의류업계에서는 데이터마이닝을 이용하여 의상을 추천하는 시스템에 대한 연구가 활발하게 진행되고 있다. 하지만 기존 연구들은, 의상구매가 온 오프라인 모두에서 활발함에도 불구하고 온라인 쇼핑몰에서 얻을 수 있는 데이터에 국한되어 연구가 진행되고 있다. 본 논문에서는 온라인 데이터 위주의 기존 의상 추천 시스템을 스마트 홈 미러의 가상 착의시스템을 사용하여 온 오프라인 데이터를 모두 반영한 추천시스템을 구현했다. 또한 사용자에게 적합한 추천시스템을 제공하기 위해 지역별 인구분포와 사용자 기본DB를 단계별로 그룹화 했다. 정확도와 사용자 만족도를 향상 시키고자 단계별로 가중치를 부여해 협업 필터링과 날씨, 종류, 색상을 속성으로 한 내용기반 필터링을 결합하는 시스템을 제시했다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.04a
• /
• pp.181-184
• /
• 2005

무수히 많은 정보 중에서 특정 사용자에게 가장 유용할 것으로 판단되는 정보를 추천하여 제공함으로써 특정 사용자의 편의를 돕는 시스템이 추천시스템이다. 이러한 추천시스템에 성공적으로 적용된 알고리즘이 협력적 필터링이며 이것은 다른 사용자로부터 먼저 평가된 웹 문서를 제공받아 이를 축적하고 다시 사용자에게 환원하는 알고리즘이다. 하지만 이 알고리즘은 초기평가, 희소성, 확장성 둥의 문제점을 내포하고 있다. 따라서 본 논문은 이러한 문제점을 해결하고 성능 향상을 하기 위해 적용된 개인화 추천시스템 관련 최신 알고리즘들을 비교하고 분석한 결과를 제시한다. 이를 위해 먼저 최근에 발표된 협력적 필터링과 최근접 이웃 알고리즘, 인공 지능기술을 이용한 알고리즘, 군집화 알고리즘 둥 각각에 대한 기술적 분석 결과를 수행한다. 그런 후 이들 다양한 알고리즘들의 조합을 통한 성능 향상 결과에 대한 비교분석과 각각의 조합에 대한 장단점 분석 결과도 또한 제시한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.05a
• /
• pp.36-39
• /
• 2008

최근 소셜 네트워크 기반의 서비스들을 중심으로 거대한 시장이 형성되고 있다. 소셜 네트워크 서비스의 수가 급격하게 증가하고 있는 상황에서 소셜 네트워크에 존재하는 수많은 리소스들을 이용하여 여러 영역에서 필요한 전문가를 찾아주는 시스템을 구성해보고자 한다. 기존의 추천시스템은 특정한 상품이나 소수 사용자 피드백을 바탕으로 추천 시스템을 구성하였다. 그러나 소셜 네트워크를 이용한 추천 시스템에 관한 연구는 미비한 상황이다. 본 논문에서는 거대한 소셜 네트워크의 리소스를 처리하기 위한 분산처리시스템과 소셜 네트워크를 이용하여 전문가 추천 시스템을 구성한다. 이를 이용하여 다양한 영역에서 적절한 전문가를 찾아주는 서비스를 제공해 준다.

• Journal of Digital Convergence
• /
• v.11 no.3
• /
• pp.345-352
• /
• 2013

The demand and production for mobile music increases as the number of smart phone users increase. Thus, the standard of selection of a user's preferred music has gotten more diverse and complicated as the range of popular music has gotten wider. Research to find intelligent techniques to ingeniously recommend music on user preferences under mobile environment is actively being conducted. However, existing music recommendation systems do not consider and reflect users' preferences due to recommendations simply employing users' listening log. This paper suggests a personalized music-recommending system that well reflects users' preferences. Using AHP, it is possible to identify the musical preferences of every user. The user feedback based on the Bayesian network was applied to reflect continuous user's preference. The experiment was carried out among 12 participants (four groups with three persons for each group), resulting in a 87.5% satisfaction level.

• Journal of the Korea Society of Computer and Information
• /
• v.15 no.8
• /
• pp.141-148
• /
• 2010

In mobile terminal recommend service system has general information restrictive recommend that individuality considering to user's information find and recommend. Also it has difficult of accurate information recommend bad points user's not offer individuality information preference recommend service. Therefore this paper is propose user's information individuality preference considering by user's individuality preference recommendation system using improved k-means algorithm. Propose method is correlation coefficients using user's information individuality preference when user's individuality preference recommendation using improved k-means algorithm. Restrictive information recommend to fix a problem, information of restrictive general recommend that user's information individuality preference offer to accurate information recommend. Performance experiment is existing service system as compared to evaluating the effectiveness of precision and recall, performance experiment result is appear to precision 85%, recall 68%.

• KIISE Transactions on Computing Practices
• /
• v.21 no.10
• /
• pp.670-679
• /
• 2015

With a rapid development of internet, many users these days refer to various recommender sites when buying items, movies, music and more. However, there are malicious users (Sybil) who raise or lower item ratings intentionally in these recommender sites. And as a result, a recommender system (RS) may recommend incomplete or inaccurate results to normal users. We suggest a recommender algorithm to separate ratings generated by users into normal ratings and outlier ratings, and to minimize the effects of malicious users. Specifically, our algorithm first ensures a stable RS against three kinds of attack models (Random attack, Average attack, and Bandwagon attack) which are the main recent security issues in RS. To prove the performance of the method of suggestion, we conducted performance analysis on real world data that we crawled. The performance analysis demonstrated that the suggested method performs well regardless of Sybil size and type when compared to existing algorithms.

• Journal of Digital Convergence
• /
• v.15 no.1
• /
• pp.427-433
• /
• 2017

Mobile game users tend to value the opinions from their friends or SNS when making a decision on which game to play. This is because they are not satisfied with the information on suggestions provided by the conventional mobile game recommendation systems. In this research, we made a system that can reflect user preference directly by using Analytic Hierarchy Process(AHP). In the system, the hierarchy of AHP is composed of final goal(Level 1), evaluation basis(Level 2) and alternative(Level 3). And the system is made up of an input module, an AHP processing module, a recommendation module and database. Through comparison analysis with two conventional systems to test the performance of the system, we could find that the system got more higher satisfaction than the other systems.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2004.05a
• /
• pp.519-522
• /
• 2004

웹의 급격한 확산과 더불어 고객에게 맞춤화된 정보 제공의 필요성이 높아지고 있다. 또한 전자상거래 기업은 맞춤화와 개인화 서비스를 실현하기 위해서 웹 기반의 추천시스템에 많은 관심을 가지고 있다. 협업필터링(Collaborative filtering)은 개인화된 정보필터링 기법으로 추천시스템에서 가장 많이 사용되고 있다. 본 연구에서는 MovieLens 데이터 셋의 아이템속성을 고려하여 클러스터링 기반의 사례기반추론을 통한 협업필터링 추천시스템을 개발하고 기존의 방법과 제안된 모델의 성과를 비교 분석하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10c
• /
• pp.640-642
• /
• 2004

기업이 제공하는 데이터와 서비스들은 분산된 환경에서 독립적으로 관리됨으로써 데이터 공유 및 통합에 있어서 어려움이 있다. 분산 이기종 간의 시스템 통합과 데이터 통합을 공유함으로써 편리함과 효율성을 증가시키고 이런 환경에서 가맹점의 특성에 맞는 지능적 추천을 할 수 있는 연구가 필요하다. 따라서 본 논문에서는 웹 서비스 기반의 분산 이기종 환경에서 B2B e-Marketplace 시스템에서 가맹정들의 사이트를 수정 없이 통합하는 시스템과 가맹점 특성에 맞는 상품 추천과 더 나아가 온톨로지를 적응하며 공급 수요량을 예측하는 추천 방법을 제안한다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2003.05a
• /
• pp.410-415
• /
• 2003

인터넷의 발전으로 전 세계적으로 다양한 인터넷 서비스들이 점차 확대되고 있으며, 특히 수익을 내는 방법으로서의 인터넷 전자상거래는 큰 비중을 차지하고 있다. 이에 수많은 사이트, 쇼핑몰은 상품과 고객들의 수많은 데이터를 데이터베이스 모듈로 관리하고 있다. 이렇게 고객에게 맞는 상품을 추천하기 위해 효율적으로 클러스터링 하는 방법이 요구된다. 이에 본 논문에서는 여러 클러스터링 방법 중에서 퍼지 이론을 기반으로 개선된 클러스터링 알고리즘을 이용하여 상품을 추천하고자 한다 이 방법은 클러스터의 개수가 한정되어 있는 기존의 방법에 클러스터의 유사도에 따른 유사성을 부여함으로써 더 세밀하고 정확한 클러스터링을 가능케 하여 이에 따른 개인의 성향에 맞게 개인화된 상품을 추천하는 시스템을 설계하고자 한다.