• 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.

• 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.

• 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 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.

• Journal of Service Research and Studies
• /
• v.8 no.4
• /
• pp.31-51
• /
• 2018

The objective of this study is to suggest the measures for providing the personalized recommendation service, by analyzing the effects of personalized recommendation service of OTT service on the relationship strength and customer loyalty, and also to verify the differences in meanings of personalized recommendation service in accordance with the type of contents. In the results of this study, the personalized recommendation service has significant effects on the customer loyalty with the mediation of relationship strength, and in accordance with the type of contents mainly used by customers, there are differences in the effects of personalized recommendation service on the customers. Personalized recommendation service could be used as a tool for strengthening the relationship by inducing the commitment, which could improve the customer loyalty. When the contents have more active communications with customers, personalized recommendation service could largely contribute to the improvement of loyalty.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2014.11a
• /
• pp.74-76
• /
• 2014

모바일 단말, 웨어러블 디바이스 등 개인용 단말의 이용이 확대되면서 사용자 및 사용자 그룹의 다양한 미디어 소비정보, 이용 패턴 정보 기반으로 하는 다양한 서비스가 확대되고 있다. 이러한 개인 혹은 사용자 그룹을 대상으로 하는 대표적이면서 가장 서비스 효율을 높일수 있는 서비스 가운데 하나가 타겟팅 광고 서비스이다. 이러한 타겟팅 광고 서비스는 단순한 개인의 선호도 정보만을 반영하는 것에서 개인의 미디어 소비이력, 미디어 이용패턴 정보 등 사용자가 직접적으로 정보를 입력없이 추천이 가능하도록 연구가 계속되고 있다. 본 논문에서는 고정형 및 모바일 단말에서 사용자의 미디어 콘텐츠 선호 정보 및 소비이력 정보를 통합적으로 반영하여 타겟팅 광고 콘텐츠를 자동적으로 선정하고 추천하는 엔진을 설계 구현하였다. 제안한 추천엔진은 콘텐츠 특성에 대한 선호도와 사용자의 콘텐츠 소비 패턴에서 취득된 정보를 기반으로 예측된 선호도를 결합하여 사용자의 최종 선호도를 추정하고, 이를 기반으로 광고 콘텐츠에 대한 추천을 수행한다. 사용자 메타데이터 및 콘텐츠 메타데이터는 TV-Anytime 표준을 기반으로 하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10b
• /
• pp.362-365
• /
• 2006

인터넷 사용자가 급증함에 따라 온톨로지를 이용한 지능형 웹이나 인터넷 사용자에게 개인 맞춤형 서비스를 제공하기 위한 다양한 연구가 진행되고 있다. 대표적인 예로 문맥광고는 인터넷 사용자들이 뉴스나 커뮤니티 사이트에서 콘텐츠를 조회하고, 해당 콘텐츠와 일치하거나 관련성이 높은 제품 또는 서비스 정보를 제공하는 광고기법이다. 그러나 문맥 광고는 사용자에게 다양한 콘텐츠 및 사이트 추천 서비스를 제공하지 못하고 있다. 따라서 다양한 콘텐츠 및 사이트 추천 서비스를 제공하기 위해 본 논문에서는 사용자가 조회한 콘텐츠의 내용을 대표할 수 있는 중요 키워드를 선정하고, 콘텐츠 내에서 추출된 키워드간의 연관성을 분석하여 관련 콘텐츠 및 사이트를 추천하는 방법에 대해 제안한다. 또한 연관키워드리스트 생성방법을 고속연관규칙을 이용하여 처리속도를 줄이고, 사용자가 선호할 만한 다양한 콘텐츠와 관련된 사이트를 제공하는 방법에 대해 제안한다.

• 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.

• Proceedings of the Korea Contents Association Conference
• /
• 2011.05a
• /
• pp.91-92
• /
• 2011

최근 유비쿼터스 시대의 도래와 함께 모바일 기기를 이용한 서비스 수요가 급격히 증가함에 따라 대량의 콘텐츠와 서비스를 효율적으로 제공하기 위한 연구가 진행되고 있다. 이를 위해 사용자의 상황 정보를 이용하여 개인화 서비스를 제공하기 위한 다양한 모델들이 제시되고 있다. 하지만 이러한 모델들은 상황에 따른 사용자의 선호도 혹은 컨텍스트를 자체적으로 수집/분석하여 추천한다는 점에서 신뢰도가 높은 콘텐츠를 추천하지 못하거나 이를 검증할 수 없다는 문제점이 있다. 본 논문에서는 시공간 복합 상황 정보와 사용자의 컨텍스트를 활용한 분석과 함께 콘텐츠와 서비스를 제공하는 외부 CP(Contents Provider)가 Open API로 제공하는 신뢰도에 따라 소비 가치가 높은 최적의 콘텐츠를 제공할 수 있는 추천 시스템을 제안한다.

• 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.