• Proceedings of the Korean Society of Computer Information Conference
• /
• 2013.01a
• /
• pp.201-204
• /
• 2013

디지털 컨텐츠의 종류와 양이 폭발적으로 증가하면서 컨텐츠 선호도 투표는 강한 파급력을 지니게 되었다. 하지만 컨텐츠 소비자가 직접 투표를 해야 하는 현재의 방법은 사람들의 투표 참여율이 저조하며, 조작 위험성이 높다는 문제점이 있다. 이에 본 논문에서는 컨텐츠 소비자의 얼굴 표정에 드러나는 감정을 인식함으로써 자동으로 컨텐츠 선호도를 추론하는 시스템을 제안한다. 본 논문에서 제안하는 시스템은 기존의 수동 컨텐츠 선호도 투표 시스템의 문제점인 컨텐츠 소비자의 부담감과 번거로움, 조작 위험성 등을 해소함으로써 보다 편리하고 효율적이며 신뢰도 높은 서비스를 제공하는 것을 목표로 한다. 따라서 본 논문에서는 컨텐츠 선호도 추론 시스템을 구축하기 위한 방법을 구체적으로 제안하고, 실험을 통하여 제안하는 시스템의 실용성과 효율성을 보인다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.16 no.2
• /
• pp.164-171
• /
• 2006

Recently Digital multimedia broadcasting (DMB) has been available as a commercial service. The users sometimes have difficulty in finding their preferred multimedia contents and need to spend a lot of searching time finding them. They are even very likely to miss their preferred contents while searching for them. In order to solve the problem, we need a method for recommendation users preferred only minimum information. We propose an algorithm and a system for recommending users' preferred contents using preference transition probability from user's usage history. The system includes four agents: a client manager agent, a monitoring agent, a learning agent, and a recommendation agent. The client manager agent interacts and coordinates with the other modules, the monitoring agent gathers usage data for analyzing the user's preference of the contents, the learning agent cleans the gathered usage data and modeling with state transition matrix over time, and the recommendation agent recommends the user's preferred contents by analyzing the cleaned usage data. In the recommendation agent, we developed the recommendation algorithm using a user's preference transition probability for the contents. The prototype of the proposed system is designed and implemented on the WIPI(Wireless Internet Platform for Interoperability). The experimental results show that the recommendation algorithm using a user's preference transition probability can provide better performances than a conventional method.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.04b
• /
• pp.304-306
• /
• 2002

디지털 컨텐츠 산업의 성장, 전자상거래의 활성화, 기업의 흠페이지 활용 증가 등으로 온.오프라인에서 컨덴츠의 수요가 증가하면서 컨덴츠를 관리하는 컨텐츠 관리 시스템 시장의 성장 잠재성이 높아가고 있다. 본 논문에서는 이러한 컨텐츠 관리 시스템의 마지막 단계인 컨텐츠 배포 단계에 있어 모든 사용자에게 동일한 컨텐츠를 제공하는 것이 아니라 사용자의 관심에 따라 다른 컨텐츠를 동적으로 제공하는 컨텐츠 주천 시스템을 설계 및 구현한다. 본 시스템은 규칙 기반 추천 방식을 사용하고 있으며 규칙으로는 사용자간의 연관성을 나타내는 사용자 협업적 규칙과 항목간의 연관성을 나타내는 항목 협업적 규칙이 존재한다. 또한 컨덴츠에 대한 사용자의 선호도를 측정하기 위해서 선호범위를 정의하고 있으며 취미, 관심분야와 같이 하나 이상의 값을 가질 수 있는 다중 값을 처리하친 있다. 시스템은 추천을 위한 정보 즉, 선호범위와 사용자 프로파일 그리고 규칙들을 생성하는 오프라인 작업과 이러한 정보를 이용하여 실시간으로 사용자에게 추천해주는 온라인 작업으로 나뉘어 진다.

• Journal of KIISE:Computing Practices and Letters
• /
• v.12 no.5
• /
• pp.326-338
• /
• 2006

In this paper, we propose the weighted Markov model for recommending the users' prefered contents in the environment with considering the users' transition of their content consumption mind according to the kind of contents providing in time. In general, TV viewers have an intention to consume again the preferred contents consumed in recent by them. In order to take into the consideration, we modify the preference transition matrix by providing weights to the consecutively consumed contents for recommending the users' preferred contents. We applied the proposed model to the recommendation of TV viewer's genre preference. The experimental result shows that our method is more efficient than the typical methods.

• KSCI Review
• /
• v.15 no.1
• /
• pp.47-52
• /
• 2007

본 연구에서는 한국과 중국의 휴대폰 사용자를 대상으로 무선인터넷 서비스 사용자의 특성(성, 나이, 직업)에 따라 컨텐츠 선호 유형이 달라지는가를 실증적으로 파악하고자 하였다. 이러한 연구목적을 달성하기 위하여, 본 연구에서는 유무선 인터넷 컨텐츠와 관련한 기존문헌들을 중심으로 무선인터넷 서비스 사용자의 인구통계학적 특성 및 무선인터넷 컨텐츠 유형을 도출 및 정의하였다. 이에 따라, 본 연구에서는 한국과 중국의 휴대폰 사용자에게 설문지를 의뢰함으로써 다양한 통계분석을 실시하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.05a
• /
• pp.418-419
• /
• 2018

본 논문에서는 사용자의 상품에 대한 평점 정보와 상품의 컨텐츠 정보를 모두 이용하는 하이브리드 추천 모델에 대해서 논의한다. 기존 논문들과는 다르게, 본 논문은 추천의 정확도를 높이기 위해 사용자가 상품의 컨텐츠 (예를 들면, 영화의 장르 또는 상품의 카테고리 등) 에 가질 수 있는 선호도를 예측하고, 이를 추가적으로 활용할 수 있는 딥러닝 기반의 추천 모델을 제안한다. 실세계의 데이터를 이용해서 제안하는 방법의 우수성을 보인다.

• 한국HCI학회:학술대회논문집
• /
• 2006.02a
• /
• pp.559-564
• /
• 2006

최근에 들어서 생체신호분석을 통하여 여러 가지 사용자 상태를 파악하려는 연구가 많이 진행되고 있다. 대표적인 것이 GSR(전기피부반응, galvanic skin response), BVP(blood volume pressure), 호흡 등의 생체신호가 사람의 흥분 정도, 정신적 부담, 감정변화에 따라 달라지는 특성을 활용하는 것이다. 본 연구에서는 디지털 TV, 혹은 IPTV 의 컨텐츠를 감상하는 환경 하에서 시청자의 생체신호의 변화 패턴을 분석하여, 그 분석 결과로부터 TV 프로그램이나 디지털 컨텐츠에 대해 시청자가 느끼는 만족도, 집중도, 흥미 여부 등을 추론하고자 하였다. 즉, 주어진 컨텐츠를 감상하는 동안 시청자로부터 얻어낸 생체신호를 분석한 시청 정보 데이터가 프로그램에 대한 선호도와 관련을 가질 수 있는지 검증한 기초 연구 결과를 제시한다. 또한 이 결과를 통해 프로그램에 대한 시청자의 반응을 객관적으로 측정하고 실시간으로 반영할 수 있도록 하는 TV 프로그램 추천 시스템의 구현 가능성을 검증한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2004.11a
• /
• pp.143-146
• /
• 2004

본 논문은 시청자 개개인의 선호도 정보(user preference)를 이용하여, 컨텐츠 제공자(content provider)로부터 개인화 된 비디오 요약을 제공받을 수 있는 맞춤형 방송 서비스를 제안한다. 제안하는 방송 서비스는 다채널의 디지털 방송 환경에서 시청자들에게는 채널선택의 편의성과, 컨텐츠 제공자들에게는 시청자들이 자신들의 컨텐츠에 대한 소비를 촉진시키는 기능을 제공한다. 따라서, 본 논문에서는 개인화 된 비디오 요약 서비스를 제공하기 위해, TV-Anytime에 기반한 사용자 선호도 정보를 이용하는 시스템 스킴(scheme)을 제안한다. 제안하는 방송 서비스의 유효성을 테스트하기 위해 영화 장르의 비디오에 대해서 이벤트(event)들을 세그먼트(segment)하고, 해당 선호도 정보에서 추론된 선호 이벤트 정보에 따라 비디오 요약(video skim)을 생성하고, 시청자 단말에 제공하는 실험을 수행한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2001.11b
• /
• pp.221-225
• /
• 2001

논문은 리눅스를 기반으로 하여 디지털 방송 컨텐츠를 브라우징하는 기술과 서비스에 필요한 기술들을 제시하고 이를 활용한 서비스 모델을 제시한다. 사용자에게 방송 프로그램의 정보의 습득과 검색을 위해 EPG(Electronic Program Guide)를 이용하여 방송 컨텐츠를 장르와 채널 카테고리로 자동 분류한다. 각 프로그램에서 키 프레임을 추출하여 사용자에게 빠르게 탐색하게 하고 줄거리 파악을 쉽게 하였다. 비순차적인 재생 요구를 수용하기 위해 랜덤 엑세스와 컨텐츠와 추출된 키 프레임을 동기화 하여 하이라이트 모드로 재생하고 연속 재생을 할 수 있게 한다. 사용자와의 상호 작용에서 얻어진 채널과 장르 선호도 정보를 이용하여 컨텐츠를 개인의 성향에 맞게 장르와 채널별로 분류하여 개인화된 프로그램 가이드를 제공한다. 컨텐츠의 획득에서 누적된 취향에 따른 분류, 브라우징을 위한 키프레임 추출과 샷 분류를 통한 가공, Payper-View를 위한 사용정보에 이르기까지 리눅스 기반의 로컬 스토리지를 활용한 디지털 방송 브라우징 모델을 제시한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.04a
• /
• pp.1078-1081
• /
• 2010

웹 2.0의 영향으로 인터넷 상에 범람하는 컨텐츠를 이용함에 있어 태깅 시스템은 매우 유연하고 효과적인 분류를 가능케 한다. 대부분의 웹 2.0 사이트에서는 검색된 정보에 해당하는 태그와 연관성이 있는 태그를 나타냄으로써 또 다른 관련 컨텐츠를 이용할 수 있는 서비스를 제공한다. 컨텐츠 사용자에 의해 생성되는 태그는 개인 성향에 따라 동일 컨텐츠에 다양하게 적용될 수 있으며 이로 인해 태그를 이용한 검색은 낮은 정확도를 나타낼 수 있다. 본 논문에서는 태그 선택에 있어 인간 상호작용의 특성을 파악하여 개인이 선호하고, 필요로 하는 컨텐츠에 대한 태그를 추천할 수 있는 태그 가치 측정 알고리즘을 제안한다. 컨텐츠 선택에 있어 의사결정에 영향을 미치는 요인을 식별하고 선호영화 추천 서비스인 MovieLens 사이트의 데이터 셋을 적용하여 태그 추천의 예측 정확도를 비교 평가함으로써 향상된 태그 가치 산정 결과를 제시한다.