• 한국전자거래학회지
• /
• 제14권1호
• /
• pp.1-11
• /
• 2009

사용자간 유사도에 의한 협업 필터링에서 추천 품질이 안정적인 상태에 이르기 위해서는 많은 이웃들이 필요하다. 이것은 높은 사용자간 유사도가 제품에 대한 동일한 선호도를 일관되게 보장하지 못하기 때문이다. 유사하지 않은 사용자라 할지라도 제품 선택에서 사용자 간에 일관성이 있다면, 선호도 예측에서 유용하게 사용될 수 있다. 이 논문에서는 일관성을 기준으로 신뢰도를 정의하고, 이를 기반으로 이웃을 선정하여 선호도를 예측하는 협업 필터링 방법을 제시한다. 이 방법에 의한 추천 품질이 안정적인 상태에 이르기 위해서 필요한 이웃들의 수가 유사도에 의한 방법보다 매우 적으며, 추천 품질 또한 우수하다.

• 한국인터넷방송통신학회논문지
• /
• 제21권4호
• /
• pp.103-108
• /
• 2021

주식이 오를지 내릴지를 예측하는 것은 주식의 불확실성으로 매우 어렵다. 인공지능 기술을 이용한 주가예측 방법에 대한 연구가 오랫동안 이루어져왔다. 최근에는 증권 회사에도 로봇 어드바이저라는 이름으로 인공지능 기술을 이용한 주식 매수/매도 추천 프로그램이 사용되고 있다. 본 논문에서는 인공지능 머신러닝 기술을 이용한 매수/매도 추천 시스템을 개발하기 위하여 여러 가지 기술적 분석 방법의 결과를 활용하는 이 시스템의 핵심인 엔진을 설계한다. 또한 객체지향 분석 방법을 이용한 요구사항 분석 및 플로우차트, 화면 설계 등을 보여여줌으로써 효과적인 인공지능 머신러닝 기술을 이용한 매수/매도 추천 시스템의 소프트웨어 분석 및 설계 방법을 제시하고자 한다.

• 정보관리학회지
• /
• 제39권2호
• /
• pp.299-324
• /
• 2022

본 연구는 기존의 도서추천 시스템 연구에서 간과되어 온 도서이용의 맥락 요소를 파악하기 위해, 다양한 도서탐색 배경을 지닌 적극적인 도서 이용자 15명을 대상으로 6가지 도서탐색 상황에서 생성하는 내용을 사고구술(think-aloud) 프로토콜을 통해 수집하였다. 수집된 도서이용 내용은 내용분석 과정을 통해 독자자문 서비스의 이론적 개념인 '어필 요소(appeal factor)'를 토대로 도서이용에 영향을 미치는 내부 어필 요소와 외부 어필 요소를 각각 식별하였으며, 도서탐색에 사용하는 정보원과 탐색방법 관련 개념들을 또한 세분화하였다. 본 연구의 결과는 향후 도서추천 시스템 설계에 의미 있는 속성 데이터를 추출하고 반영하는 데 사용될 수 있을 것이다.

• 스마트미디어저널
• /
• 제12권7호
• /
• pp.84-92
• /
• 2023

본 연구는 최근, Z세대를 중심으로 메타버스를 이용한 가상 브랜드 체험이 활발하게 진행되고 있는 상황에서 "소비자에게 어떻게 차별화된 브랜드 경험을 제공할 것인가?"에 대한 연구로 선행연구를 통해 메타버스를 활용한 브랜드 체험(일탈적 체험, 오락적 체험, 심미적 체험)이 흥미와 몰입에 미치는 영향 관계를 확인하고 이러한 흥미와 몰입이 추천의도에 유의미한 영향을 미치는지 검증하는 것을 목적으로 확인적 요인분석을 통해 가설을 검정하였다. 연구결과, 브랜드 체험요인들 모두 흥미와 몰입에 정(+)의 영향을 미쳤고 흥미가 몰입에 정(+)의 영향을 미쳤으며 흥미와 몰입이 추천의도에 정(+)의 영향을 미치는 것으로 확인되었다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2020년도 제61차 동계학술대회논문집 28권1호
• /
• pp.187-188
• /
• 2020

본 논문에서는 한방 8체질 및 신체정보 관련 데이터셋을 바탕으로 개인 맞춤 식품 및 식단을 추천하는 데이터베이스의 설계·구축을 수행한다. 또한 이 시스템을 이용하여 추천된 식품(식단)과 희망하는 지역을 입력했을 때 선별된 음식점 정보를 제공한다. 데이터베이스 생성 프로세스와 수집한 데이터를 통해 데이터베이스 설계, 데이터 수집, 생산 및 처리 예제, 데이터베이스 활용 등에 대해 다양한 방법을 제공한다. 일상생활에서 데이터베이스 시스템을 활용함으로써, 이 시스템은 한의원 또는 전문채널을 통해 알 수 있었던 맞춤 식단 정보를 대중에 공개되어 정보 진입장벽을 낮추고 편의성을 도모한다. 이로써 오늘날 고령 사회에 진입한 대한민국에서 국민들이 건강한 식생활을 지원하여 궁극적으로 국민 건강 증진에 기여한다.

• 한국인터넷방송통신학회논문지
• /
• 제20권1호
• /
• pp.121-126
• /
• 2020

한의학에서는 어떤 질병을 앓고 있는 환자에게 어떤 약초를 사용해서 매우 좋은 효과를 얻었다고 해서 다른 환자에게도 똑 같은 약초를 다른 환자에게 그대로 추천 하는 경우는 거의 없다. 왜냐하면, 똑같은 처방전 이라도, 어떠한 사람에게는 좋은 효과가 있지만, 어떠한 사람에게는 매우 나쁜 결과가 발생하기 때문이다. 본 논문에서는 이러한 문제점을 해결하기 위해서, 환자 생체 정보 및 사상체질 정보를, web프로그램에서 선택 하면, 약선식품을 자동으로 추천 하는 알고리즘을 개발 하였다. 뿐만 아니라, 본 논문에서는 환자의 사상 체질을 자동으로 판단하는 SW 를 개발 하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2013년도 추계학술발표대회
• /
• pp.1135-1136
• /
• 2013

인터넷의 발달함에 따라 데이터가 기존에 비해 기하급수적으로 늘어나게 되는 이른바 빅데이터 시대를 맞이하게 되었다. 이러한 빅데이터는 기존의 시스템으로 처리하기가 쉽지 않아 이를 처리하기 위해 하둡이 개발되었다. 하둡은 분산파일 시스템으로 기존의 시스템에 비해 빅데이터를 처리하는데 적합하며 이를 이용한 다양한 오픈 소스들이 등장하게 된다. 그중 기계학습 알고리즘을 구현한 오픈소스 Mahout은 추천 시스템을 구현하는데 적합하다. 이를 이용하여 기존에 구현한 개인화 영화 추천 시스템을 하둡 시스템으로 구현하고 기존의 XLMiner로 구현한 시스템과 결과를 비교해 본다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 춘계학술발표대회
• /
• pp.404-406
• /
• 2023

본 논문은 맞춤형 카페 추천 서비스를 제안한다. 대중적인 포털 사이트의 카페 정보와 사용자 리뷰를 크롤링 하여 지역별, 키워드별 카페 데이터를 수집한다. 사용자가 원하는 지역과 임의의 키워드를 기준으로 데이터셋 내의 키워드와 비교하여 가장 유사한 키워드를 추출한다. spaCy 라이브러리의사전 학습된 모델 중 similarity method를 사용하여 추출된 키워드를 바탕으로 해당하는 카페를 추천한다. 이를 통해 사용자는 불필요한 정보를 걸러내고 쉽게 원하는 정보를 얻을 수 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.1049-1050
• /
• 2023

빅데이터 시대에 추천시스템은 끊임없이 진화하고 있으며 그 중요성도 나날이 높아지고 있다. 그럼에도, 친구추천시스템은 여전히 사용자의 맥락 정보에만 의존하는 제한적인 모습을 보이고 있다. 이에 본 연구는 사용자의 대화에 드러난 관심사와 대화 만족도 등을 직접 사용자 임베딩에 활용한 Chat-Trip 모델을 제안하고, 실험을 통해 그 효용성을 입증하였다.

• 지능정보연구
• /
• 제26권4호
• /
• pp.67-86
• /
• 2020

추천시스템은 시간이 흐를수록 사용자와 기업에게 점점 더 큰 영향을 주고 있다. 최근 코로나(COVID-19) 팬데믹 현상이 전 세계적으로 일어나면서 세대를 뛰어넘어 E-Commerce의 중요성이 증대되었고 추천시스템은 E-Commerce 활성화의 최중심에 있다. 추천시스템이 개발된 이래로 다수의 알고리즘이 추천시스템의 정확도를 올리는 것에 집중되어 있었고, 추천시스템의 희귀성, 다양성, 우연성 등과 같은 다른 가치들이 간과되고 있다. 본 논문에서는 사용자의 만족도는 추천시스템의 정확도에만 달려있지 않고 다양한 성능을 겸비했을 때 고객에게 만족스러운 추천서비스 경험을 제공할 것이라 생각하여 다양성을 위한 그래프 기반의 추천시스템을 개발하였다. 사용자 네트워크를 구성한 뒤 카테고리를 활용한 무게중심변화를 통해 유사도가 낮은 이질적인 사용자를 찾아 추천상품의 유사성을 낮추는 방식으로 다양성을 도모하였다. 또한, 추천의 다양성은 사용자의 다양성 선호 수준에 따라 상이할 것이라는 가정에 따라 사용자의 다양성 선호 수준을 구별하였고 다양성 모델 성능이 사용자 특성별로 다름을 확인할 수 있었다. 전체 연구 결과, 추천시스템의 정확성과 다양성이 트레이드 오프 관계에 놓여있다는 것을 확인할 수 있었지만 본 연구모델을 통해 근소한 정확도 손실 대비 높은 다양성을 얻을 수 있었다. 본 연구는 그래프 기반의 추천시스템을 통해 사용자의 만족도를 향상시키는 다양성을 실현하였다는 연구적 의의와 사용자 수준을 고려한 추천의 다양성을 적용 결과를 통해 기업의 장기적 이윤을 상승시킬 수 있는 모델 개발이라는 실무적 의의를 꼽을 수 있다.