• 한국비블리아학회지
• /
• 제33권4호
• /
• pp.139-157
• /
• 2022

학술지 투고논문 심사에 적합한 심사위원을 찾아내고 선정하는 업무는 간단하지 않다. 이에 해외의 주요 학술지 온라인 투고관리시스템에서는 심사위원을 추천하는 기능을 개발하여 운영 중이다. 투고논문의 참고문헌에 있는 저자를 심사위원 후보로 추천하는 것부터 인용색인을 탐색해 광범위하게 제안하는 것까지 이들이 제공하는 기능은 다양하다. 이 연구는 온라인 투고관리시스템에서 심사위원 후보 추천과 관련하여 어떤 기능을 제공하고 있는지를 조사하였다. 조사결과 해외 주요 온라인 투고관리시스템인 ScholarOne Manuscripts, Editorial Manager 등은 상용 인용색인과 심사이력 플랫폼을 연동해 심사위원 후보를 추천하고 있었다. 반면에 국내 주요 투고관리시스템인 JAMS에는 심사위원 후보 추천 등과 같은 심화 기능이 없었다. 향후 국내에서도 투고논문의 적합 심사위원을 추천하고 심사이력을 활용하는 기능을 개발하는 등 투고관리시스템 기능 향상에 더욱 힘써야 할 것으로 보인다.

• 한국융합학회논문지
• /
• 제5권4호
• /
• pp.147-153
• /
• 2014

개인 식단을 작성하기 위해서는 많은 고려 사항들이 있다. 개인 식단은 질병에 대한 식이요법, 체중에 따른 다이어트 등에 따라 다르다. 또한 음식의 선호도와 계절, 날씨, 기분에 따라 선택하는 식단이 달라진다. 개인은 건강관리를 위해 영양상태의 균형을 바로잡는 식단 추천을 기대한다. 본 논문에서는 이 같은 요구를 충족시키기 위하여 개인 맞춤형 식단추천시스템 구축 프레임워크를 제안한다. 식단을 추천하기 위해서는 시스템은 개인의 신체상황, 식품 재료 상황, 환경 상황, 심리 및 감정 상황 등의 정보를 입력으로 받고, 다른 외부의 응용시스템으로부터 생성된 식단 작성 관련 온톨로지를 이용해 추론함으로써 식단 추천 서비스를 제공할 수 있다. 이 같은 서비스를 제공하기 위해서는 사물인터넷(IoT) 환경이 토대가 되어야 한다. 따라서 본 논문은 oneM2M 공통 서비스 플랫폼을 갖고 있는 IoT 표준화 환경에서의 개인 맞춤형 식단추천시스템 프레임워크를 제안한다.

• 한국항행학회논문지
• /
• 제18권5호
• /
• pp.468-475
• /
• 2014

추천시스템은 선호 데이터가 대형화, 컴퓨터 처리능력과 추천 알고리즘 등에 의해 실시간 추천이 어려워지고 있다. 이에 따라 추천시스템은 대형 선호데이터를 분산처리 하는 방법에 대한 연구가 활발히 진행되고 있다. 본 논문은 하둡 분산처리 플랫폼과 머하웃 기계학습 라이브러리를 이용하여, 선호데이터를 분산 처리하는 방법을 연구하였다. 추천 알고리즘은 아이템 협업필터링과 유사한 동시발생 행렬을 이용하였다. 동시발생 행렬은 하둡 클러스터의 여러 노드에서 분산처리를 할 수 있으며, 기본적으로 많은 계산량이 필요하지만, 분산처리과정에서 계산량을 줄일 수 있다. 또한, 본 논문은 동시발생 행렬처리의 분산 처리과정을 4 단계에서 3 단계로 단순화하였다. 결과로서, 맵리듀스 잡을 감소할 수 있으며, 동일한 추천 파일을 생성할 수 있었다. 또한, 하둡 의사 분산모드를 이용하여 데이터를 처리하였을 때 빠른 처리속도를 보였으며, 맵 출력 데이터가 감소되었다.

• 한국정보통신학회논문지
• /
• 제22권5호
• /
• pp.715-721
• /
• 2018

모바일 기기의 확산으로 소셜 네트워크 서비스나 전자상거래 사이트의 사용자 수가 급증하고 있고 사용자들이 남긴 데이터의 양도 기하급수적으로 증가하고 있다. 그로 인해 전자 상거래 기업들은 사용자들이 남긴 방대한 양의 데이터로부터 어떻게 유용한 정보를 추출할 것인가 하는 과제를 갖게 되었다. 이러한 문제를 해결하기 위해 추천 시스템에 빅 데이터 처리 기법을 적용한 다양한 연구들이 이루어지고 있다. 본 논문에서는 Apache Spark 플랫폼에서 Tag 가중치를 적용한 협업 필터링 기법을 사용한 추천방식을 제안한다. 제안하는 기법은 추천의 정확성을 높이기 위해 전처리 과정에서 Tag 데이터를 정제하고 아이템을 분류한 후 아이템 평가값에 기간 정보와 Tag 가중치를 적용하여 사용한다. RDD(Resilient Distributed Dataset)를 생성한 후 아이템 유사도와 예측값을 구하고 사용자에게 아이템을 추천한다. 실험을 통해 제안 하는 기법이 대량의 데이터를 빠르게 처리하고 추천의 적합성도 향상되는 것을 확인하였다.

• 융합정보논문지
• /
• 제9권5호
• /
• pp.1-6
• /
• 2019

모바일 시장의 확장과 함께 멀티모달 미디어 콘텐츠의 제공을 위한 플랫폼이 다양해지고 있다. 멀티모달 미디어 콘텐츠에는 이종데이터들이 복합적으로 포함되어 있어 사용자들이 선호 콘텐츠를 선택하기 위해 시간과 노력이 요구된다. 따라서 본 논문에서는 추천을 위한 키워드 가중치를 이용한 멀티모달 미디어 콘텐츠 분류를 제안한다. 제안하는 방법은 멀티모달 미디어 콘텐츠의 텍스트 데이터에서 키워드 가중치를 통해 콘텐츠를 가장 잘 나타내는 키워드를 추출한다. 추출된 키워드를 기반으로 서브클래스를 갖는 장르 클래스를 생성하고 이에 적절한 멀티모달 미디어 콘텐츠를 분류한다. 또한 개인화된 추천을 위해 사용자의 선호도 평가를 진행하여 사용자의 콘텐츠 선호도 분석 결과를 기반으로 멀티모달 콘텐츠를 추천한다. 성능평가는 추천 결과의 정확도와 만족도를 통해 우수함을 검증한다. 이는 사용자가 선호하는 장르와 키워드를 모두 고려하여 추천하기 때문에 정확도는 74.62%, 만족도는 69.1%로 높게 나타난다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2009년도 학술대회
• /
• pp.6-10
• /
• 2009

네트워크의 발달로 인한 정보량의 증가와 모바일 디바이스의 폭넓은 보급으로, 모바일 플랫폼 상에서의 추천 서비스가 최근 각광받고 있다. 기존에 진행되었던 연구인 사용자의 선호도를 반영한 음식점 추천 시스템은 사용자의 선호도를 효과적으로 모델링 하기 위해 베이지안 네트워크를 사용하며, 음식첨 추천을 위해 계층형 분석방법(AHP)을 이용한다. 기존 시스템에서 사용했던 고정된 형태의 사용자 선호도 추론 모델은 변화하는 사용자의 선호도에 대응하지 못하며, 추론 모델을 구축하기 위해 방대한 분량의 설문조사가 선행되어야만 한다는 한계를 가졌다. 본 논문에서는 사용자의 선호도를 학습하기 위해 사용자 요청 정보를 이용한 베이지안 네트워크 학습 방법을 제안한다. 제안하는 방법은 모바일 디바이스와 데스크탑을 이용해 구현되었으며, 실험을 통해 제안하는 방법의 가능성을 보였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 추계학술발표대회
• /
• pp.131-134
• /
• 2020

최근 '코로나 19 (COVID-19)'와 '최저임금 이슈' 등 다양한 외적 요인들이 아르바이트를 포함한 고용시장을 변화시키고 있다. 생계와 학자금을 위해 아르바이트에 뛰어드는 청년들에게는 악재의 연속이다. 이처럼 외부 환경은 점점 구직자에게 불리하게 작용하는데 반해, 이들을 사용자로 둔 구인구직 플랫폼은 수년 째 변화의 모습을 보이지 않는다. 기존 플랫폼은 구인자에게 지나치게 유리한 소통구조를 지니고 있으며, 최근 고용시장의 변화에 따른 단기 및 대타 고용의 수요를 충족시키지 못한다. 따라서 본 논문에서는 기존 구인구직 플랫폼의 문제점을 지적함과 동시에 플랫폼이 사용자의 편의를 충족시키기 위해 지녀야 할 고용의 역방향성과 데이터베이스 기반 필터링 및 추천과 같은 핵심 기능들에 대해 자세히 밝히고자 한다. 이를 통해, 사회적 트렌드인 긱 경제를 활성화시킬 뿐만 아니라 구직자 다수를 차지하는 청년들의 구직부담을 완화시킬 수 있을 것이라 기대한다.

• 정보관리학회지
• /
• 제39권2호
• /
• pp.159-202
• /
• 2022

'국가 연구데이터플랫폼'과 '바이오 연구데이터플랫폼'은 비교적 최근 구축되어 활발하게 각각의 생태계를 만들어 가고 있다. 따라서 다른 메타데이터 표준을 기반으로 독립적으로 구축되어 향후 상호운용성의 문제가 발생할 수 있다. 본 연구의 목적은 각 플랫폼의 메타데이터 요소를 매핑하고, 이를 검증하여 상호운용성을 확보하기 위한 기반을 제안하는 것이다. 이를 위해 각 플랫폼의 메타데이터 표준을 분석하고 크로스워크 대상을 선정하여 매핑한 후, 바이오 분야 전문가를 통해 매핑된 요소의 적합성을 검증하고 더 적절한 매핑 요소를 추천받아 데이터셋 및 파일에 대한 메타데이터 요소를 도출하였다. 이를 통해 각 플랫폼의 메타데이터가 의미적으로 연결될 수 있는 가능성과 상호운용성 확보를 위한 기반을 확인할 수 있었다.

• 지능정보연구
• /
• 제10권3호
• /
• pp.59-72
• /
• 2004

인터넷의 활용범위는 정보의 검색 및 수집을 넘어서 여러 범위로 확대되고 있고 정보의 양 또한 방대해졌다. 그러나 필요한 정보를 찾기는 더욱 어려워지고 있고, 그에 따라 개인에게 맞는 정보를 제공해주는 시스템이 절실해지고 있다. 본 연구에서는 웹 서비스 기반위에 추론엔진을 사용하여 사용자에게 가장 적합한 상품을 검색하여 추천해주는 추천 시스템의 모델을 제시하고 있다. 현재의 웹 애플리케이션이 사용자에게 필요한 서비스를 제공하는데 비하여 애플리케이션마다 상이한 플랫폼의 구조와 분산된 환경에서 객체간의 통신을 쉽게 하고 통일된 개발을 위해 표준이 필요하게 되었다. 웹 서비스는 프로그램 언어에 독립적이고 상호 운용적 환경을 제공하기 위한 것으로 네트워크를 통해 기술하고 배포하여 실행시킬 수 있는 모듈화된 애플리케이션을 의미한다. 본 논문은 웹 서비스 기반위에 시스템을 구축함으로써 표준 웹 서비스의 실현 가능성을 가늠하고, 추론엔진과 결합하여 사용자의 정보와 변화하는 성향을 토대로 필요한 정보를 예측하여 추천하는 추천시스템 개발에 중점을 둔다.

• 한국컴퓨터정보학회논문지
• /
• 제26권6호
• /
• pp.115-127
• /
• 2021

방대한 데이터 가운데 사용자가 원하는 정보를 단번에 찾아내는 것은 결코 쉬운 일이 아니다. 이로 인해 사용자의 문서 열람 이력을 바탕으로 사용자 선호를 고려해 문서를 추천하는 다양한 방법들이 제안되었다. 하지만 기존에 활용된 문서 열람 이력 기반 문서 추천 방법론은 문서를 누가 열람했는지의 정보만을 활용할 뿐, 사용자가 해당 문서를 열람하게 된 의도(Intent)를 충분히 활용하지 못했다는 한계를 갖는다. 따라서 본 연구에서는 해당 문서를 누가(Who) 읽었는지의 정보가 아닌 해당 문서를 왜(Why) 읽었는지의 정보를 활용하는 검색 의도 기반 문서 추천 방안을 제시하고자 한다. 제안 방법론의 우수성을 확인하기 위해 국내 전자상거래 플랫폼 기업인 'C' 사의 실제 사용자 검색 이력 239,438건을 분석한 실험을 수행하였으며, 실험 결과 제안 방법론이 기존의 내용 기반 추천 모델 및 단순 열람 이력 기반 추천 모델에 비해 우수한 성능을 보임을 확인하였다.