• 한국경영정보학회:학술대회논문집
• /
• 2007.11a
• /
• pp.579-584
• /
• 2007

대용량 모바일 기기의 발전과 보급이 확산됨에 따라 사용자들은 사진, 음악, 동영상과 같은 멀티미디어 콘텐츠를 대량으로 휴대하며 이용할 수 있게 되었다. 그러나, 이러한 대량의 멀티미디어 콘텐츠 관리는 사용자 각자에게 맡겨져 있어 콘텐츠 관리를 어렵게 하고 있는 현실이다. 본 논문에서는 분산 모바일 환경에서 멀티미디어 콘텐츠의 공유와 추전을 통해 사용자에게 적합한 콘텐츠를 추천을 통해 제공하고, 제공된 콘텐츠는 모바일 동기화 서비스를 통해 모바일 기기로 저장하고 관리되는 '분산 모바일 환경에서 멀티미디어 콘텐츠 추전 및 검색 서비스'를 설계하고 구현하였다. 제안된 시스템은 사용자의 선호 프로파일 정보로 협업 필터링을 통해 공유된 멀티미디어 콘텐츠 중에서 사용자에게 적합한 콘텐츠를 추천해 주고, 추천된 콘텐츠는 모바일 기기 사용자의 행동에 따라 모바일 동기화 서비스를 통해 모바일 기기에 저장과 관리, 검색이 된다. 본 논문에서 제안된 방법은 추천과 검색을 통해 사용자 모바일 기기의 멀티미디어 콘텐츠를 효율적으로 관리 할 수 있다. 이처럼 본 논문에서 제안된 서비스 방법은 멀티미디어 콘텐츠의 추천과 모바일 동기화 서비스로 능동적인 콘텐츠 관리를 제공하며, 사용자에게 효율적인 콘텐츠 검색 기법과 활용 방법을 제공 할 수 있다.

• Journal of the Korea Society of Computer and Information
• /
• v.16 no.7
• /
• pp.127-135
• /
• 2011

It is required that an e-learning system has a content recommendation component which helps a learner choose an item. In order to predict items concerning learner's interest, collaborative filtering and content-based filtering methods have been most widely used. The methods recommend items for a learner based on other learner's interests without considering the knowledge level of the learner. So, the effectiveness of the recommendation can be reduced when the number of overall users are relatively small. Also, it is not easy to recommend a newly added item. In order to address the problem, we propose a content recommendation method based on the similarity and the difficulty of an item. By using a recommendation function that reflects both characteristics of items, a higher-level leaner can choose more difficult but less similar items, while a lower-level learner can select less difficult but more similar items, Thus, a learner can be presented items according to his or her level of achievement, which is irrelevant to other learner's interest.

• Proceedings of the Korea Contents Association Conference
• /
• 2019.05a
• /
• pp.309-310
• /
• 2019

최근 들어 빅데이터 기반의 추천 방식과 개인화 시스템을 활용하여 맞춤형 콘텐츠를 추천해주는 서비스가 주목받고 있다. 이는 단순히 OTT 서비스뿐만 아니라 상품추천이나 음악 추천, 친구 추천, 뉴스 추천 등 여러 분야에서도 널리 사용 중이다. 본 연구는 OTT 서비스의 맞춤형 콘텐츠를 지속해서 이용하는 경우 정보 탐색 과정의 사용 경험과 이용만족도에 대해 알아보고자 시작되었다. OTT 서비스 중 사용자가 가장 많고 콘텐츠 추천 기능이 강점인 넷플릭스와 왓챠플레이를 중심으로 사용자 인터뷰를 진행하여 사용자들의 추천 기능 이용 패턴을 파악하고 그 과정에서의 특이사항이나 어려움을 파악하려 하였다. 이를 바탕으로 콘텐츠 추천 및 탐색 과정의 UX를 개선할 수 있는 방안을 제시하고자 하였다.

• Journal of the Korean Society for information Management
• /
• v.26 no.1
• /
• pp.81-105
• /
• 2009

In this paper, we propose user contents using behavior and location information on contents on various channels, such as web, IPTV, for contents distribution. With methods to build user and contents profiles, contents using behavior as an implicit user feedback was applied into machine learning procedure for updating user profiles and contents preference. In machine learning procedure, contents-based and collaborative filtering methods were used to analyze user's contents preference. This study proposes contents location information on web sites for final recommendation contents as well. Finally, we refer to a generalized recommender system for personalization. With those methods, more effective and accurate recommendation service can be possible.

• KIPS Transactions on Software and Data Engineering
• /
• v.10 no.10
• /
• pp.399-406
• /
• 2021

With the steady growth of the content industry, the need for research that automatically recommending content suitable for individual tastes is increasing. In order to improve the accuracy of automatic content recommendation, it is needed to fuse existing recommendation techniques using users' preference history for contents along with recommendation techniques using content metadata or features extracted from the content itself. In this work, we propose a new graph-based music recommendation method which learns an LSTM-based classification model to automatically extract appropriate tagging words from sound data and apply the extracted tagging words together with the users' preferred music lists and music metadata to graph-based music recommendation. Experimental results show that the proposed method outperforms existing recommendation methods in terms of the recommendation accuracy.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2012.07a
• /
• pp.55-58
• /
• 2012

본 논문은 사용자의 각종 멀티미디어 콘텐츠 소비 히스토리를 수집하여 체계화 및 패턴 분석을 수행하고, 이를 바탕으로 사용자가 선호할 것으로 예측되는 멀티미디어 콘텐츠들을 추출하여 제공하는 콘텐츠 추천 시스템에 관한 연구이다. 본 논문에서는 콘텐츠 소비와 연관된 사용자 로그와 엔진에서 자동 추출한 사용자 그룹을 통하여 콘텐츠 추천을 수행한다. 각 사용자들의 선호정보 데이터를 분석하여 선호정보 패턴이 유사한 사용자들을 사용자 그룹으로 정의하고, 각 사용자들이 속한 사용자 그룹의 사용자 로그를 활용하여 사용자별 선호 콘텐츠를 예측한다. 본 시스템은 웹 또는 모바일 환경에서 음악, 방송, 광고, 기사 등의 방대하고 다양한 콘텐츠를 복합적으로 사용자들에게 선별하여 제공해 주며, 이들의 연관성과 사용자의 콘텐츠 선호패턴을 반영한 개인 맞춤형 콘텐츠 추천 엔진은 사용자가 선호할만한 콘텐츠들을 추천하여 사용자의 콘텐츠 소비 시의 만족도를 높여줄 수 있다.

• The KIPS Transactions:PartB
• /
• v.18B no.5
• /
• pp.279-290
• /
• 2011

As the volume of internet and web contents have shown an explosive growth in recent years, lately contents recommendation system (CRS) has emerged as an important issue. Consequently, researches on contents recommendation method (CRM) for CRS have been conducted consistently. However, traditional CRMs have the limitations in that they are incapable of utilizing in web 2.0 environments where positions of content creators are important. In this paper, we suggest a novel way to recommend web contents of high quality using both degree of centrality and TF-IDF. For this purpose, we analyze TF-IDF and degree of centrality after collecting RSS and FOAF. Then we recommend contents using these two analyzed values. For the verification of the suggested method, we have developed the CRS and showed the results of contents recommendation. With the suggested idea we can analyze relations between users and contents on the entered query, and can consequently provide the appropriate contents to the user. Moreover, the implemented system we suggested in this paper can provide more reliable contents than traditional CRS because the importance of the role of content creators is reflected in the new system.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.10d
• /
• pp.390-393
• /
• 2007

사용자들은 분산 P2P 환경을 통해 대량의 멀티미디어 콘텐츠를 쉽게 제공 밭을 수 있는 환경이 되었다. 또한 고용량 모바일 기기의 발전과 보급이 확산됨에 따라 사용자들은 사진, 음악, 동영상과 같은 멀티미디어 콘텐츠를 대량으로 휴대하며 이용할 수 있게 되었다. 그러나, 이러한 대량의 멀티미디어 콘텐츠 관리는 사용자 각자에게 맡겨져 있어 콘텐츠 관리를 어렵게 하고 있는 현실이다. 본 논문에서는 분산 P2P 환경에서 멀티미디어 콘텐츠의 공유와 추천을 통해 사용자에게 적합한 콘텐츠를 제공하고, 제공된 콘텐츠는 모바일 동기화 서비스를 통해 모바일 기기로 저장하고 관리되는 #분산 P2P 환경에서 모바일 동기화 서비스를 통한 멀티미디어 콘텐츠 추천 시스템#을 설계하고 실험하였다. 제안된 시스템은 사용자 선호 프로파일 정보로 협업 필터링을 통해 분산 P2P 환경에서 공유된 멀티미디어 콘텐츠 중에서 적합한 콘텐츠를 추천해 주고, 추천된 콘텐츠는 푸쉬 서비스를 통해 모바일 기기로 저장되며. 모바일 기기 사용자의 행동에 따라 모바일 동기화 서비스를 통해 사용자 모바일 기기의 콘텐츠를 관리한다. 이처럼 제안된 시스템은 콘텐츠 추천과 모바일 동기화 서비스로 능동적인 콘텐츠 관리를 제공하여 사용자에게 효율적인 콘텐츠 관리 기법과 활용 방법을 제공 할 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10b
• /
• pp.294-299
• /
• 2006

추천 시스템은 사용자 프로파일을 기반으로 개인 취향에 맞는 정보나 제품에 대한 이용성을 향상 시킨다. 본 논문에서는 시멘틱 환경 내에서 사용자 개개인에 맞는 웹 콘텐츠를 제공하기 위한 온톨로지 기반의 웹 콘텐츠 추천 방법론을 제안한다. 이를 위해서 2가지에 초점을 두었다. 첫 번째, 사용자 프로파일의 쓰임새를 향상시키기 위해 온톨로지 모델을 적용한다. 이는 비슷한 서비스를 제공하는 여러 웹 서비스 사이트에서 사용자의 기호 정보를 공유할 수 있다는 이점을 갖는다. 또한 온톨로지를 기반으로 생성된 사용자 프로파일은 콘텐츠 추천 점수 계산을 위한 정확한 입력 데이터를 제공한다. 두 번째로 각각의 웹 콘텐츠들의 추천 점수를 계산하는 함수를 정의한다. 제안하고자 하는 함수는 각 웹 콘텐츠의 계층구조와 웹 콘텐츠를 구성하는 속성들의 관계를 명시한 온톨로지를 기반으로, 사용자 프로파일의 내용과 웹 콘텐츠의 개념 유사도(Concept Similarity)와 관계 유사도(Relation Similarity) 구한다. 따라서 본 논문에서는 전체 유사도(Concept Similarity+Relation Similarity)를 추천 점수로 적용한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.10a
• /
• pp.587-590
• /
• 2016

최근 통신 기술의 발달로 온라인을 통한 대규모 콘텐츠의 유통이 가능해졌으나, 사용자들은 수많은 콘텐츠 사이에서 원하는 정보를 찾는 시간이 단축되는 것을 원했다. 이로 인해 다양한 분야에서 개인화된 콘텐츠를 추천해주는 추천 시스템(recommendation system)에 대한 요구가 점차 높아졌다. 그럼에도 불구하고 시니어를 위한 추천 시스템에 대한 연구는 매우 부족하다. 또한, 시니어 세대의 변화에 따라 시니어 관련 콘텐츠 연구도 다양하게 진행되고 있으나, 스마트 기기 및 서비스가 젊은 층에 친화적으로 개발됨으로써 시니어 층의 접근성을 감소시키고 있다. 이에 본 연구에서는 다양한 신체적 변화를 겪는 시니어 세대 위해 추천 시스템에서 인지반응 데이터를 이용하여 콘텐츠를 시청하기 적합한 환경을 제공함과 동시에 활동 이력을 중심으로 개인화 추천 시스템을 설계하여 시니어 사용자들의 개념 변화(concept drift) 문제로 사용자가 원하지 않는 콘텐츠를 추천받을 가능성을 줄일 수 있도록 한다.