• 정보교육학회논문지
• /
• 제4권1호
• /
• pp.24-31
• /
• 2000

이 논문은 교육용 포탈 사이트의 사라진 사이트(Dead Site) 필터링을 위한 상호 협력적인 모니터링 에이전트의 설계 및 구현에 관한 연구이다. 일반적으로 교육용 포탈 사이트는 선생님이나 개인적인 교육용 홈페이지의 주소를 많이 가지고 있다 그렇기 때문에 홈페이지의 주소를 일관성 있게 유지하는 것이 매우 어려우며 사라진 사이트를 포탈 사이트 관리자가 모두 찾아내는 경우는 거의 불가능하다. 따라서 본 연구에서는 이동 에이전트를 이용하여 사라진 사이트를 지능적으로 모니터링하는 상호 협력적인 모니터링 웹 에이전트를 설계, 구현하였다. 구현한 모니터링 에이전트는 한국형 교육 포탈 사이트인 KEPS에 탑제하여 그 성능을 실험하였으며, 일반 모니터링 시스템과 비교하여 그 효용성을 살펴 보았다.

• 한국콘텐츠학회논문지
• /
• 제10권7호
• /
• pp.23-30
• /
• 2010

메이크업 스타일이 고객 중심으로 다변화 되어가는 생활환경 속에서 감성과 선호 정도를 파악하는 것은 화장품 판매 전략의 중요한 성공요소가 되고 있다. 본 논문에서는 사용자의 감성과 선호도를 중심으로 메이크업 스타일을 개발하는 방법의 하나로 협력적 필터링 기법을 응용하여 상황 센서정보를 이용한 감성 공학적 메이크업 추천 시스템(MakeupRS)을 제안하였다. 협력적 필터링 기법에서, 사용자들간의 유사도 가중치를 계산하기 위해서 상태 강조를 적용한 피어슨 상관계수를 사용한다. 메이크업 스타일에 따른 감성을 조사하기 위해서, 메이크업 스타일을 6가지 스타일 요소(파운데이션, 컬러렌즈, 아이섀도, 속눈썹, 볼터치, 립스틱)에 따라 분석하였다. 감성공학적 메이크업 추천 시스템을 개발하여 논리적 타당성과 유효성을 검증하기 위해 실험적인 적용을 시도하고자 한다.

• 한국콘텐츠학회논문지
• /
• 제9권5호
• /
• pp.24-32
• /
• 2009

우리 사회는 급속히 고령화되고 있으며 소득수준은 점점 향상되어 가고 있다. IT 기반 융합기술의 발전에 따라 u-헬스케어 서비스를 위한 인프라스트럭처가 구축되면서, 민간요법으로 알려진 수지침 처방의 중요성이 부각되고 있다. 본 논문에서는 u-헬스케어에서 상황에 따른 자가진단을 이용한 수지침 처방을 제안하였다. 제안된 방법에서는 사용자의 상황과 환경을 정의하였고 협력적 필터링을 이용하여 자가진단에 따른 적합한 수지침 처방 서비스를 예측하였다. 사용자는 제안된 시스템에 단지 병명의 입력만으로도 그에 대한 자가진단으로 정확한 수지침 처방을 얻을 수 있게 된다. 이를 GUI로 구축하여 논리적 타당성과 유효성을 검증하기 위해 실험적인 적용을 시도하였다. 따라서 상황정보 및 자가진단을 제공하여 수지침 처방에 대한 만족도와 서비스의 질을 향상시켰다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2007년도 추계 종합학술대회 논문집
• /
• pp.146-150
• /
• 2007

인터넷이 생활의 일부가 되어가면서 정보의 양도 급속도로 늘어나고 있으며, 이로 인해 많은 데이터 속에서 정보를 찾아내는 기술이 부각되고 있다. 협력적 필터링은 유사한 선호도를 기반으로 관심을 가질 것으로 생각되는 아이템을 추천하는 방법이다. 그러나 비슷한 선호도를 가진 일부 사용자의 정보를 바탕으로 하기 때문에 나머지 사용자의 정보를 무시하는 경향이 있다. 본 논문에서는 여학생의 선호도를 이용한 감성공학적 의상 코디를 제안한다. 이는 유전자 알고리즘에 의한 적합함수로 평가값을 계산하고 a-cut을 이용하여 사용자를 군집한다. 마지막으로 협력적 필터링에 의해 의상 코디를 추천한다. 성능평가를 위해 설문조사 데이터 집합에서 FAIMS-I, FAIMS-II과 비교 평가하였다.

• 한국전자거래학회지
• /
• 제10권2호
• /
• pp.109-132
• /
• 2005

디지털 TV 채널 및 인터넷 상에서의 멀티미디어 컨텐츠의 홍수로 인해 사용자는 종종 자신이 선호하는 컨텐츠를 찾는데 어려움을 갖고 있으며, 또한 컨텐츠를 찾기 위해 많은 시간을 들이고 있다. 심지어 컨텐츠를 검색하는 동안 원하는 정보를 잃어버리는 경우도 있다. 고객들이 선호하는 컨텐츠를 추천하는 기존 시스템들이 가지는 문제점으로 사용자 수가 증가함에 따라 추천시간이 증가하는 확장성 문제와 새로운 고객의 경우 상품에 대한 선호도 정보가 부족할 경우 추천 정확도가 저하되는 희박성 문제가 있다. 본 논문에서는 이러한 문제점들을 해결하기 위해 협력적 필터링 방식에 기반한 2단계 클러스터링 기법을 제안한다. 1단계에서는 고객의 성과 나이와 같은 기본적인 사용자 정보만을 사용하여 추천하고, 2단계에서는 사용자의 동적인 성향 변화를 반영하기 위해 시간스키마를 적용하여 추천한다. 이렇게 추천된 결과의 피드백을 이용함으로써 계산시간의 단축과 예측정확도를 높일 수 있다.

• 전자공학회논문지CI
• /
• 제42권6호
• /
• pp.63-74
• /
• 2005

전자상거래에서 최근 대부분의 개인화된 추천 시스템들은 협력적 필터링 기술을 적용하고 있다. 이 방법은 사용자의 성향에 맞는 아이템을 예측하고 추천하기 위하여 비슷한 선호도를 가지는 사용자들간의 유사도 가중치를 계산한다. 이때 일반적으로 피어슨 상관계수를 많이 사용한다. 그러나 이 방법은 두 사용자가 공통으로 선호도를 평가한 아이템들이 있을 때만 상관관계를 계산할 수 있으므로 예측의 정확도는 떨어진다. 사용자 유사도 가중치는 사용자의 성향에 맞는 아이템을 예측하는 경우 뿐만 아니라 개인화된 추천 시스템의 성능에 영향을 미칠 수 있다. 본 논문에서는 정보검색 분야의 벡터 유사도, 엔트로피, 역 사용자 빈도, 기본 선호도 평가를 적용하여 유사도 가중치 공식에 대해서 살펴보고, 추천 시스템의 예측 정확도 향상에 대해서도 실험을 통해 확인해 보았다. 실험 결과는 엔트로피를 이용한 유사도 가중치에 기본 선호도 평가를 결합하는 방법이 가장 성능이 우수함을 알 수 있다.

• 한국콘텐츠학회논문지
• /
• 제9권6호
• /
• pp.9-16
• /
• 2009

수자원 관리 서비스를 위한 인프라스트럭처가 구축되면서, 환경 친화적인 저수조 관리의 중요성이 부각되고 있다. 본 논문에서는 수질 향상을 하고 저수조를 온라인 관리하기 위하여 예측을 이용한 환경 친화적인 저수조 관리를 제안하였다. 제안된 방법에서는 저수조의 상황과 환경을 정의하였고 협력적 필터링을 이용하여 펌프동작, 태양전지, 약품, 저수위, 전화회선, 모뎀에 따른 적합한 서비스를 예측하였다. 예측을 이용한 환경 친화적인 저수조 관리 시스템의 성능 평가를 하기 위해 대응표본 T-검정을 실시하여 유용성을 검증하였다. 평가 결과, 서비스에 대한 만족도의 차이가 통계적으로 의미가 있음을 증명하였고 높은 만족도를 보임을 확인하였다. 따라서 상황 정보 및 환경정보를 제공하여 효율적인 예측에 대한 만족도와서비스의 질을 향상시켰다.

• 한국인터넷방송통신학회논문지
• /
• 제21권5호
• /
• pp.221-226
• /
• 2021

협력 필터링 기반의 추천 시스템은 사용자들의 평가 이력을 바탕으로 하여 현 사용자가 선호할 만한 상품들을 추천해 주며 현재 다양한 상업용 목적의 필수불가결한 기능이다. 추천 상품을 결정하기 위하여, 유사한 평가 이력을 기반으로 미평가 상품들에 대한 선호 예측치를 산출하는데, 기존 연구에서 대개 두 가지 방법, 즉, 유사 사용자 기반 또는 유사 항목 기반 방법을 각기 개별적으로 활용해 왔다. 이들 방법들은 사용자들의 평가 데이터가 희소할 경우 또는 유사 사용자나 유사 항목을 구하기 어려울 경우에 산출한 예측치의 정확성이 저하되는 문제점이 있다. 본 연구에서는 이들 두가지 방법을 통합하여 평가치를 예측하는 새로운 방법을 제안한다. 제안 방법의 장점은 보다 많은 수의 유사 평가치들을 참조할 수 있으므로 추천의 질이 향상된다는 점이다. 성능 실험 결과 제안 방법은 희소한 데이터셋에서 예측치 정확도, 추천 항목 적합도, 항목 순위 적합도의 모든 측면에서 기존 방법의 성능을 크게 향상시켰으며, 다소 밀집한 데이터셋에서는 예측치 정확도 측면에서는 가장 우수하고, 다른 평가 척도에서는 기존 방법과 대등한 결과를 보였다.

• 한국컴퓨터정보학회논문지
• /
• 제26권11호
• /
• pp.149-156
• /
• 2021

추천 시스템의 여러 구현 기법들 중 협력 필터링은 과거 평가 이력을 토대로 유사성이 높은 인접 이웃들을 선정하여, 그들이 선호했던 상품들을 추천하는데, 많은 상업 사이트에서 성공적으로 활용되고 있다. 유사도의 정확한 측정은 시스템의 성능을 좌우하는 매우 중요한 요소이다. 기존에 다양한 방식의 유사도 척도들이 개발되었는데, 대개 전통적인 유사도 척도와 기개발된 여러 계수들과의 통합 방식이었다. 본 연구에서는 새로운 방식의 유사도 척도를 제안한다. 두 사용자 간의 공통 평가 영역을 평가치 크기에 따라 분할하여 각 부분 영역별로 유사도를 측정하고 이들을 가중 통합함으로써, 유사한 영역이 구체적으로 파악되어 최종 유사도값에 반영된다. 두 종류의 개방형 데이터셋을 활용한 성능을 측정하였고, 그 결과 특히 밀집 데이터셋에서 제안 방법의 예측 정확도, 순위 정확도, 평균 정밀도 성능이 기존보다 우수하였다. 제안 척도는 다양한 상업 시스템에서 사용자들의 선호에 보다 적합한 상품을 추천하는데 유용하게 활용될 것으로 기대한다.

• 한국산업정보학회논문지
• /
• 제23권6호
• /
• pp.9-19
• /
• 2018

최근 게임 산업의 발달과 게임 방송에 대한 사람들의 관심이 많아짐에 따라 기존 게이머들이 아닌 사람들도 게임에 관심을 많이 보이고 있고, 게임 구매로 이어지고 있다. 하지만, 일반 사용자가 매일 수십 개씩 발매되는 게임 중에 어떤 게임이 자신이 재밌게 즐길 수 있는 게임인지를 판단하기 어렵다. 따라서 게임 판매 플랫폼에서 게임 추천 기능을 갖추고 있지만 그들의 매출 증가를 위한 수단으로 사용되어 그들의 할인 제품이나 신제품에 초점을 맞춰 추천을 해주기 때문에 추천 시스템의 정확도가 낮다. 이러한 이유 때문에 본 논문에서는 사용자에 대한 추천 만족도를 높이고 사용자 경험을 적절히 반영한, 사용자가 남긴 평점을 기반으로 한 게임 추천 시스템을 구성하였다. 시스템에서는 협력 필터링을 이용한 예상 평가 점수 기능과 나이브 베이지안을 이용한 게임 추천 기능을 구현하여 사용자에게 빠르고 정확한 추천을 할 수 있도록 구현하였다. 결과적으로 예상 평점 알고리즘의 경우 2.4초의 처리 속도와 평균 72.1퍼센트의 정확도를 얻었고, 게임 추천 알고리즘의 경우 75.187퍼센트의 정확도를 얻어 사용자에게 빠르고 정확한 추천 결과를 제시 할 수 있었다.