• 한국어정보학회:학술대회논문집
• /
• 2016.10a
• /
• pp.235-238
• /
• 2016

본 논문은 사기업들의 개방 데이터를 바탕으로 사용자의 과거 행동과 주변 상황정보를 토대로 사용자의 음식 기호를 맞추는 앱 어플리케이션 '눈치코칭_음식'의 설계 및 구현에 대하여 서술한다. '눈치코칭_음식'은 사용자가 쉽게 음식점을 추천 받을 수 있도록 만들어진 앱 어플리케이션으로 기존의 필터링 방식으로 사용자가 검색하는 방식의 유사한 어플리케이션들과 달리 사용자의 주변 상황과 사용자의 행동패턴 분석을 통해 문제해결에 대한 도움을 줌으로써 시간 절약을 할 수 있다. 사용자의 별도의 입력을 받지 않고 앱에서의 간단한 클릭과 나의 음식 저장과 같은 기능을 활용할 때의 주변 위치나 날씨와 같은 상황정보를 함께 저장한 후 다음 앱 사용 시기의 상황정보와 비교하여 기존 데이터를 바탕으로 사용자에게 다시금 피드백 되는 앱이다. 사용자의 행동패턴에 따라 알림 기능을 활용하기 위해서 사용자 식사 시간 설정 기능을 통해 매일 식사하는 시간에 알림 설정을 할 수 있도록 만들었다. 또한 사용자의 편의성을 위해서 음식선택 시간의 평균을 내서 해당 설정 식사시간을 추적할 수 있도록 구성하였다.

• Annual Conference on Human and Language Technology
• /
• 2016.10a
• /
• pp.235-238
• /
• 2016

본 논문은 사기업들의 개방 데이터를 바탕으로 사용자의 과거 행동과 주변 상황정보를 토대로 사용자의 음식 기호를 맞추는 앱 어플리케이션 '눈치코칭_음식'의 설계 및 구현에 대하여 서술한다. '눈치코칭_음식'은 사용자가 쉽게 음식점을 추천 받을 수 있도록 만들어진 앱 어플리케이션으로 기존의 필터링 방식으로 사용자가 검색하는 방식의 유사한 어플리케이션들과 달리 사용자의 주변 상황과 사용자의 행동패턴 분석을 통해 문제해결에 대한 도움을 줌으로써 시간 절약을 할 수 있다. 사용자의 별도의 입력을 받지 않고 앱에서의 간단한 클릭과 나의 음식 저장과 같은 기능을 활용할 때의 주변 위치나 날씨와 같은 상황정보를 함께 저장한 후 다음 앱 사용 시기의 상황정보와 비교하여 기존 데이터를 바탕으로 사용자에게 다시금 피드백 되는 앱이다. 사용자의 행동패턴에 따라 알림 기능을 활용하기 위해서 사용자 식사 시간 설정 기능을 통해 매일 식사하는 시간에 알림 설정을 할 수 있도록 만들었다. 또한 사용자의 편의성을 위해서 음식선택 시간의 평균을 내서 해당 설정 식사시간을 추적할 수 있도록 구성하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.05a
• /
• pp.427-430
• /
• 2004

최근에 전자상거래 분야에서는 다양한 에이전트를 시스템에 적용함으로써 전자상거래를 보다 활성화시키려는 연구가 늘어나고 있다. 그러나 현재의 이러한 연구들은 판매자의 실제 이익보다는 구매자의 선호도에 따른 물품을 추천하는데 있고, 가격과 이윤을 다룬 연구가 있어도 이 가격이 실제 이윤에 미치는 영향을 파악하기 어려운 문제가 있었다. 따라서 본 논문에서는 이러한 문제를 해결하기 위하여 원가 회계 이론에 기반한 원가 산정법들 중에서 고저점법, 산포도법, 학습 곡선법의 비교 분석을 통하여 원가를 보다 정확히 산정하는 방법을 알아내고, 판매자는 이를 반영하여 입찰가를 결정함으로써 적정 이윤을 얻을 수 있도록 한다. 이를 위해 본 논문에서는 각 원가 산정법을 적용한 에이전트의 성능 실험을 하였고, 비교적 우수한 성능을 보인 학습 곡선법을 통해서 적정 이윤을 보장하면서도 낙찰율을 향상시킬 수 있음을 보인다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06c
• /
• pp.41-44
• /
• 2011

본 연구는 현재 사용자가 청취한 음악과 청취한 순서를 기반으로 다음에 사용할 아이템을 추천하는 문제를 다룬다. 우리가 제시하는 모델은 아이템 사용 로그를 기반으로 하며, 정보검색에서 많이 사용하는 N-gram모델을 사용하여 아이템의 순서열을 추출한 후 다음에 올 확률이 높은 아이템을 학습한다. 그리고 사용자가 현재 선택한 아이템의 순서열을 기반으로 다음에 가장 들을 확률이 높은 아이템을 추천한다. 또 실 세계 데이터를 기반으로 실험하여 협업적 필터링 방식과 성능을 비교한다.

• Proceedings of the CALSEC Conference
• /
• 2004.02a
• /
• pp.129-133
• /
• 2004

최근에는 다양한 에이전트를 전자상거래시스템에 적용함으로써 전자상거래를 보다 활성화시키려는 연구가 늘어나고 있다. 그러나 현재의 에이전트 연구들은 주로 구매자의 선호도에 따른 물품을 추천하는데 있고, 판매 가격이 판매자의 실제 이윤에 미치는 영향을 파악하기 어려운 문제가 있었다 따라서 본 논문에서는 이러한 문제를 해결하기 위해서 원가 회계 이론에 기반한 고저점법과 학습 곡선법을 비교·분석하고 원가를 보다 정확하게 산정하여 입찰가를 결정함으로써 판매자가 적정 이윤을 얻을 수 있도록 한다. 이를 위해 본 논문에서는 각 원가 산정법을 적용한 에이전트의 성능 실험을 통해 성능이 좋은 원가 산정법을 알아내고, 이 에이전트를 활용할 수 있는 XML 기반의 공동구매시스템을 설계한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.05a
• /
• pp.606-609
• /
• 2022

시각 장애인이 겪는 의복 선택 및 조합 문제를 해결하고자, 접근성 기반의 사용자 인터페이스 및 사용자 경험 설계, 이미지 처리, 기계 학습 등의 기술을 활용한 <시각 장애인을 위한 의상 조합 추천 애플리케이션>를 개발을 제안한다.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.23 no.5
• /
• pp.1-8
• /
• 2023

Cross-domain recommendation is a method that shares related user information data and item data in different domains. It is mainly used in online shopping malls with many users or multimedia service contents, such as YouTube or Netflix. Through K-means clustering, embeddings are created by performing clustering based on user data and ratings. After learning the result through a transformer network, user satisfaction is predicted. Then, items suitable for the user are recommended using a transformer-based recommendation model. Through this study, it was shown through experiments that recommendations can predict cold-start problems at a lesser time cost and increase user satisfaction.

• Journal of Digital Contents Society
• /
• v.11 no.4
• /
• pp.487-494
• /
• 2010

One of the major issues in the field of corporate training and formal education is the support of personalized learning. Successful personalized learning needs the availability of the relevant learning contents at just-in-time for learners each. The competency is one of personal characteristics. So competency-based learning is one of the methods that fulfill the above need. Successful competency-based learning needs the method that recommends the relevant contents for the user's deficient competency based on the user's current competency and objectives. We assume that there exists a student information system that provides each user's competences and objectives as fields of a LIP/ePortfolio-compliant student information. This paper proposes an ontology-based system that, given the user's competences and objectives from the above student informaton system, recommends the relevant contents among a large number of educational contents using competency ontology and domain ontology. The advantage of this system can easily handle the change of competency map and terms related with competences in student information and education contents.

• Journal of Intelligence and Information Systems
• /
• v.29 no.3
• /
• pp.145-165
• /
• 2023

Recommendation system plays a significant role on relieving difficulties of selecting information among rapidly increasing amount of information caused by the development of the Internet and on efficiently displaying information that fits individual personal interest. In particular, without the help of recommendation system, E-commerce and OTT companies cannot overcome the long-tail phenomenon, a phenomenon in which only popular products are consumed, as the number of products and contents are rapidly increasing. Therefore, the research on recommendation systems is being actively conducted to overcome the phenomenon and to provide information or contents that are aligned with users' individual interests, in order to induce customers to consume various products or contents. Usually, collaborative filtering which utilizes users' historical behavioral data shows better performance than contents-based filtering which utilizes users' preferred contents. However, collaborative filtering can suffer from cold-start problem which occurs when there is lack of users' historical behavioral data. In this paper, hybrid music recommendation system, which can solve cold-start problem, is proposed based on the playlist data of Melon music streaming service that is given by Kakao Arena for music playlist continuation competition. The goal of this research is to use music tracks, that are included in the playlists, and metadata of music tracks and playlists in order to predict other music tracks when the half or whole of the tracks are masked. Therefore, two different recommendation procedures were conducted depending on the two different situations. When music tracks are included in the playlist, LightFM is used in order to utilize the music track list of the playlists and metadata of each music tracks. Then, the result of Item2Vec model, which uses vector embeddings of music tracks, tags and titles for recommendation, is combined with the result of LightFM model to create final recommendation list. When there are no music tracks available in the playlists but only playlists' tags and titles are available, recommendation was made by finding similar playlists based on playlists vectors which was made by the aggregation of FastText pre-trained embedding vectors of tags and titles of each playlists. As a result, not only cold-start problem can be resolved, but also achieved better performance than ALS, BPR and Item2Vec by using the metadata of both music tracks and playlists. In addition, it was found that the LightFM model, which uses only artist information as an item feature, shows the best performance compared to other LightFM models which use other item features of music tracks.

• Journal of the Korea Convergence Society
• /
• v.11 no.8
• /
• pp.139-145
• /
• 2020

Due to the rapid development of computer technology, online learning using ICT technology is already quickly settling in our lives. Music education was conducted mainly in an offline-based environment, but research is being conducted to switch to online because there is no time and space constraint of online education and interactive education led by learners is possible. In this study, we propose design and implement an adaptive learning system to enable adaptive learning online among music education. This system has the following advantages. First, by providing an LMS-based platform, one can solve the social education problem corresponding to economic and geographical factors. Second, both objective learning feedback provided automatically by the online adaptive harmony learning system and teaching feedback. Third, learners can be provided with recommended answers to given harmony exercises. The adaptive online learning system of harmony will lead professors and learners to effectively teach and study.