• 디지털융복합연구
• /
• 제20권5호
• /
• pp.275-280
• /
• 2022

본 논문은 비대면 미술감상 교육을 위해 사용자의 상황 정보 및 취향에 맞는 태그가 융합된 융·복합 예술 플레이리스트 콘텐츠를 사용자에게 추천하는 기술을 제안하고자 한다. 제안한 기술의 구현을 위해 예술 작품의 특성을 분석하고, 분석된 작품들의 태그를 기반으로 관련된 음악과 미술작품을 매칭한다. 또한 매칭된 작품을 활용해 융·복합 예술 관람 플레이리스트 콘텐츠를 자동으로 생성하는 기술을 제안하고자 한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제4권8호
• /
• pp.321-330
• /
• 2015

현재 저널 논문 투고 및 심사 시스템에서 저자는 언제든지 논문 투고가 가능하며 그에 따라 저널 편집위원들이 투고된 논문들에 가장 적절한 심사위원들을 찾아 배정하는 데에 어려움을 겪고 있다. 본 논문에서는 편집위원들의 이러한 심사위원 선정의 어려움을 해결하기 위하여, 투고된 논문들에 적절한 심사위원들을 추천하는 탐욕 알고리즘과 유전 알고리즘을 제시한다. 제안하는 두 알고리즘에서는 투고 논문들의 키워드(Keyword)와 심사위원들의 전문지식 태그(Expertise Tag) 정보를 활용하여 심사위원들의 전문성을 평가하고, 추천되는 심사위원들 간의 공정성 및 심사 참여빈도를 고려하여 심사위원들에게 심사기회가 균등하게 이루어지도록 한다. 제안하는 알고리즘을 검증하기 위하여 본 논문에서는 한국정보처리학회에서 운영하고 있는 JIPS 논문 투고 및 심사 시스템에 추천 알고리즘을 적용해보고 이의 결과를 제시한다. 마지막으로, 제안하는 두 알고리즘의 성능 분석을 수행하여 유전 알고리즘이 탐욕 알고리즘에 비해 추천 심사위원들의 적합도 측면에서 더 좋은 성능을 나타냄을 제시한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 춘계학술발표대회
• /
• pp.720-721
• /
• 2015

본 논문에서는 스마트폰 NFC 기술을 이용하여 모바일 쿠폰 및 포인트 적립 등을 하며, 고객의 관심사를 프로파일화 하고 사용자가 찾아가 가게의 상품 데이터베이스와 온톨로지 데이터를 사용하여 유사 매칭을 시도하여 상품을 추천하는 어플리케이션을 개발하였다. 고객용 어플리케이션과 가게용 어플리케이션을 각각 따로 개발하여 데이터를 따로 보관하게 구현 하였으며, 고객의 데이터는 우리가 규정한 데이터로 확인하여 가게에서는 고객의 성함과 관심 품목만 나타나게 구현하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 춘계학술발표대회
• /
• pp.12-14
• /
• 2022

최근 코로나 바이러스로 인한 팬데믹이 장기화 되었고 이는 개인의 정신건강에도 많은 악영향을 미치고 있다. 이에 따른 코로나 우울감 해소 방안으로 '감정일기 애플리케이션'을 제안하며 감정 분석을 위해 2차원 좌표계를 사용한다. 이 애플리케이션에서는 사용자가 입력한 좌표값의 평균으로 콘텐츠를 추천하는데, 평균 좌표값이 획일화되어 한 가지 범주에 고착되는 문제가 있다. 이를 해결하고자 본 논문에서는 콘텐츠 평가 변수 및 사용자 성향 변수를 이용하여 평균 좌표값에 변화를 주었다. 이를 통해 사용자에게 보다 적합한 콘텐츠 추천을 기대한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.319-320
• /
• 2023

일반적인 여행 커뮤니티는 사진과 텍스트 기반의 사용자 리뷰를 바탕으로 정보 공유를 한다. 본 연구에서는 관광지에서 수행한 활동을 한 문장의 형태로 공유하는 애플리케이션을 제안한다. ChatGPT를 활용하여 활동을 산책, 사진, 음식 등 9가지 태그로 분류하여 관광지가 가지는 특징을 용이하게 파악한다. 또한, 사용자가 작성한 활동을 임베딩하고 관광지 소개 글 벡터와 유사도를 비교하여 관광지를 추천한다. 본 애플리케이션을 통해 사용자가 긴 설명이나 사진 없이 관광지가 가지는 정보를 쉽게 공유하고 관광지 추천을 하는 새로운 여행 커뮤니티를 제공할 수 있을 것으로 기대한다.

• 한국인터넷방송통신학회논문지
• /
• 제9권3호
• /
• pp.155-164
• /
• 2009

양방향매체 기반의 디지털 콘텐츠 마켓플레이스는 iDTV(DTV, DMB, IPTV)을 통한 다양한 장르의 콘텐츠 서비스 제공을 하기 위한 콘텐츠의 공급자와 수요자간의 마켓플레이스이다. 이는 디지털 환경 하에서의 u-라이프 서비스로써 많은 관심의 대상이 되고 있으며, 방송통신융합의 초기 단계에서 양방향매체는 다양한 콘텐츠와 서비스 모델의 개발을 통하여 그 효용성을 높이는데 기여를 할 수 있을 것이다. 본 논문에서는 양방향매체 기반의 디지털콘텐츠 마켓플레이스에서 적용되어질 수 있는 메타데이터 설계를 하고, 특히 자기주도활동이 가능토록 보조 콘텐츠를 추천하는 태그를 메타데이터 설계에 반영하였다. 또한 기본 메타데이터에 가중치를 부여하여, 마켓플레이스에서 고객이 원하는 보조 콘텐츠를 제공 할 수 있도록 설계하였다. 추천시스템은 개인화 서비스를 구현하는 방법 중의 하나이다. 추천시스템은 다양한 기법을 통해 구축될 수 있으며, 협업필터링 방식을 사용하여 명시적인 속성이 부여되어진 콘텐츠를 추천하는 것은, 기존 콘텐츠 추천의 한계를 해결하고자 하였다.

• 융합신호처리학회논문지
• /
• 제20권1호
• /
• pp.31-36
• /
• 2019

사용자로부터 입력되는 비정형 데이터를 대화 형태로 이해하여 사용자가 원하는 정보에 대한 맞춤 서비스를 제공하는 챗봇은 모바일 서비스의 중요한 분야로서 주목받고 있다. 그러나 사용자의 자연 언어 형태의 질의 대화를 완전하게 이해하여 서비스할 수 있는 방법은 아직 미흡한 실정이다. 따라서 본 논문에서는 사용자가 음식점 추천을 위하여 입력하는 대화 문장으로부터 지역, 음식분류, 음식점명 등의 의미 단어를 추출하고, 추출된 단어를 SNS의 음식점 추천 관련 해시태그를 기반으로 구축된 지식 데이터베이스의 내용과 대조하여 통계적으로 단어 유사성이 가장 큰 사용자 목적 정보를 제공한다. 본 논문에서 구현한 음식점 추천 챗봇 시스템의 성능 평가를 위해서 웹 기반의 모바일 환경을 구축하여 다양한 사용자 질의 정보에 대한 접근 편의성을 측정한 결과, 기존 유사 서비스와 비교하여 터치 횟수와 화면 전환 횟수에서 각각 37.2%와 73.3%의 감소함을 보였다.

• 한국정보통신학회논문지
• /
• 제23권3호
• /
• pp.237-246
• /
• 2019

추천 시스템의 등급 예측 정확도를 높이기 위해서는, 사용자 항목 등급 데이터뿐만 아니라 주석, 태그 또는 설명과 같은 항목의 보조 정보도 고려해야만 한다. 기존 접근법에서는 단어 단위에서 bag-of-words 모델을 사용하여 보조 정보를 모델링한다. 그러나 이러한 모델은 보조 정보를 효과적으로 활용할 수 없으므로 보조 정보를 제한적으로 이해하게 된다. 한편, 컨볼루션 신경망(CNN)에서는 보조 정보로부터 특징 벡터를 효과적으로 포착하고 추출할 수 있다. 따라서 본 논문에서는 새로운 추천 모델을 위해 딥 CNN을 행렬 분해에 통합시킨 문자 수준의 딥 컨볼루션 신경망 기반 행렬 분해 (Char-DCNN-MF) 방법을 제안한다. Char-DCNN-MF에서는 보조 정보를 더 심층적으로 이해하고 추천 성능을 더욱 향상시킬 수 있다. 실험은 세 가지 다른 실제 데이터 세트에서 수행되었으며 그 결과는 Char-DCNN-MF가 다른 비교 모델보다 유의적으로 뛰어난 성능을 보여주었다.

• 경영정보학연구
• /
• 제20권3호
• /
• pp.73-92
• /
• 2018

많은 사용자들이 자신의 일상과 활동을 사회연결망서비스(SNS)에 업로드하고 있으며 자신들의 포스팅을 설명하기 위한 Hashtag를 사용하고 있다. Hashtag는 사용자가 스스로 자신의 포스팅에 대한 카테고리를 지정한다는 장점이 있으나 최근까지도 사용자가 직접 수동적으로 입력해야 한다는 번거로움이 있었다. 이에 본 연구에서는 이러한 문제를 개선하기 위하여 SNS 상에서 사용자가 업로드하는 이미지를 기반으로 하여 적절한 Hashtag를 추천하는 방법을 제안하였다. 본 연구를 위하여 촬영정보에 기반한 분석, 주소에 기반한 분석, 타사용자에 기반한 분석, 이미지 자체에 기반한 분석 방법을 설계 및 구현하였다. 또한 제안 방법이 기존의 시스템에 비해 개선되었는지 확인하기 위하여 성능 테스트를 실시하였으며 15개국 212명의 SNS 사용자를 대상으로 평가를 진행하였다. 분석 결과 기존에 서비스되는 Hashtag 추천 시스템에 비해 제안된 시스템이 높은 정확도의 추천 결과를 보였으며 기존 대비 개선되었다는 것을 확인할 수 있었다.

• 한국콘텐츠학회논문지
• /
• 제19권2호
• /
• pp.284-295
• /
• 2019

소셜 미디어 환경에서 여행과 커뮤니티에서 기고한 사진과 관련된 메타 데이터 (태그, 지리적 위치 및 찍은 날짜)에 기반한 개인화 된 여행 경로 추천 기법이 연구되고 있다. 사용자는 소설 미디어를 사용하고 자신의 위치 기록을 여행 경로의 형태로 기록한다. 이러한 여행 경로 정보는 미래의 여행자들에게 새로운 추천 정보를 제공하기 위한 유용한 정보로 활용 될 수 있다. 본 논문에서는 라이프 로그를 기반으로 한 개인화 된 여행 경로 추천 기법을 제안한다. 제안하는 기법은 여행자 및 지역 사회가 제공한 라이프 로그 및 사진 정보를 활용하여 사용자에게 개인화된 추천 서비스를 제공할 수 있을 뿐만 아니라 개별 관심 장소가 아닌 대중적인 여행 경로도 추천 할 수 있다 (POI). 제안하는 개인화된 여행 경로 추천 기법은 POI 가지치기 단계와 여행 경로 생성 단계로 구성된다. POI 가지치기 단계에서는 POI 전체 데이터로부터 사용자에게 추천할 경로를 생성하는데 필요한 POI만을 남기고 가치기를 수행한다. 여행 경로 생성 단계에서는 POI 가지치기 단계를 통해 도출된 POI 사용자 관심도, 비용, 시간, 이벤트 등을 고려하여 후보 경로를 생성한다.