• 디지털콘텐츠학회 논문지
• /
• 제14권4호
• /
• pp.419-428
• /
• 2013

유비쿼터스 컴퓨팅 환경의 전자상거래에서 실시간성과 추천의 정확도를 높이는 연구가 활발히 진행되고 있다. 대부분의 기존 추천기법들은 프로파일 방식의 문제로 고객의 관심도나 고객성향을 분석하기에는 많은 어려움과 비용의 문제가 있으며 고객은 여전히 만족하지 못하고 있다. 이는 구성되어있는 데이터베이스들의 문제가 아니라 기존 자료를 분석하기 위한 평가 자료인 신규로 프로파일을 생성하거나 다양한 프로파일을 생성하는데 문제가 있다. 또한 기존 추천기법에서는 다양한 특성을 가진 각 사용자 계층별로 차별화된 개인화 추천이 어렵다. 따라서 이 논문에서 기존의 평가 자료 방식과 다르게 구매로 인해 발생되어진 자료를 기반으로 사용자에게 번거로운 질의 응답 과정이 없이 묵시적인 방법을 이용하였다. 다양한 개인화 성향과 정확한 고객성향의 내용 분석이 가능한 FRAT 기법을 적용하였다.

• 한국융합학회논문지
• /
• 제11권6호
• /
• pp.163-171
• /
• 2020

본 연구는 국내 영화 콘텐츠 큐레이션 연구에 나타난 메타데이터 연구들을 찾아서 연도별로 내용과 변화를 예술 경영의 관점에서 분석하는 것이다. 큐레이션과 추천시스템은 모두 그 바탕에 메타데이터의 기능이 작동하고 있다. 연구의 목적은 디지털 콘텐츠에서 큐레이션과 추천시스템이 어떻게 다른가를 확인하는 것이다. 연구절차와 방법은 '영화'와 '메타데이터'를 키워드로 논문을 검색하고, 이를 연도별 연구경향, 연구내용의 목적, 용도별 분석, 추천 방식의 유형에 따른 변화의 4단계로 분석하는 과정을 거쳤다. 연구 결과는 영화 메타데이터 연구는 이용자 측면의 연구에 관심이 높고, 도입단계, 추천방식 진화단계, 공유와 참여 단계로 발전하고 있으며, 영화 큐레이션은 검색지원, 콘텐츠 기반, 협력필터링, 하이브리드, 인공지능, 큐레이션의 6단계로 진화하였다는 결론을 얻은 것이다. 이 연구는 장르별 예술경영을 위한 메타데이터 개발에 기여할 것으로 기대한다.

• 디지털산업정보학회논문지
• /
• 제6권3호
• /
• pp.19-29
• /
• 2010

A marketing model is changed from a customer acquisition to customer retention and it is being moved to a way that enhances the quality of customer interaction to add value to our customers. Such personalization is emerging from this background. The Web site is accelerate the adoption of a personalization, and in contrast to the rapid growth of data, quantitative analytical experience is required. For the automated analysis of large amounts of data and the results must be passed in real time of personalization has been interested in technical problems. A recommendation algorithm is an algorithm for the implementation of personalization, which predict whether the customer preferences and purchasing using the database with new customers interested or likely to purchase. As recommended number of users increases, the algorithm increases recommendation time is the problem. In this paper, to solve this problem, a recommendation system based on clustering and dimensionality reduction is proposed. First, clusters customers with such an orientation, then shrink the dimensions of the relationship between customers to low dimensional space. Because finding neighbors for recommendations is performed at low dimensional space, the computation time is greatly reduced.

• 한국컴퓨터산업학회논문지
• /
• 제2권11호
• /
• pp.1365-1372
• /
• 2001

이 연구는 사용자의 브라우징 행위에 따라 자동적으로 하이퍼텍스트 네트워크를 재구성하는 세 가지 학습 규칙을 제안하고, 실험적 시스템을 구현하였다. 시스템은 링크 가중치를 하이퍼링크 네트워크에 부여하고 학습 규칙에 따라 가중치를 변경한다. 학습 규칙은 하이퍼링크가 얼마나 자주 이용되고 있는지에 따라 해당 하이퍼링크의 가중치만 변경되며, 다른 하이퍼링크에는 영향을 미치지 않는다. 네트워크 구조의 변경은 링크 가중치의 내림차순에 따라 동적으로 링크가 배열되어 사용자에게 제시된다. 이것은 협력 필터링 기술의 장점과 탐색 지원 접근 방식을 혼합한 것이다. 실험을 위해 임의적인 하이퍼텍스트 네트워크를 만들고 사용자의 브라우징 선호에 따라 네트워크 구조가 변화되는 과정을 관찰한다.

• 한국통신학회논문지
• /
• 제38A권1호
• /
• pp.19-25
• /
• 2013

본 논문에서는 지상의 추적 장비들이 무선망으로 연결되어 협력하는 전술형 모노펄스(Monopulse) MIMO 레이더의 성능 향상 기법을 연구하였다. 우선, 기존의 모노펄스 MIMO 레이더에 ${\alpha}{\beta}$ 필터를 적용하여 각도 다이버시티(Angular Diversity)를 충분히 얻지 못하는 환경에서의 위치추적 성능을 크게 향상시키는 방법을 제안하였다. 또한 필터링 기법과 연계하여 무선망을 이용하는 지상 추적 장비간 피드백(Feedback)을 줄일 수 있는 기법을 제안하였다.

• 한국컴퓨터정보학회논문지
• /
• 제10권2호
• /
• pp.143-151
• /
• 2005

초고속 인터넷망의 확산에 따른 인터넷 이용과 전자상거래의 급격한 성장과 함께 저 비용 고 효율적 특성의 전자우편 광고가 마케팅 수단으로 각광을 받고 있다. 반면 스팸메일의 빠른 속도의 증가로 인하여 메일서비스업체와 메일사용자에게 정신적 경제적 피해를 주고 있는 것이 현실이다 이 논문에서는 대학을 중심으로 효율적인 스팸메일 차단을 위해 참여자-사용자, 관리자 그리고 ISP들이 상호 협력하는 계층적 스팸메일 차단정책을 설계하고 그 정책을 기반으로 스팸메일에 효율적으로 대응하는 스팸메일 제어모델을 제안한다. 또한 제안모델에 대한 분석평가를 통하여 모델의 효율성을 보인다.

• 인터넷정보학회논문지
• /
• 제8권6호
• /
• pp.95-102
• /
• 2007

협력적 필터링을 이용한 추천시스템은 희소성의 문제로 인해 예측의 정확도에 대한 신뢰성에 문제가 있다. 이는 선호도 평가치의 희소성이 크면 이웃선정과정에 문제가 있을 뿐만 아니라 예측의 정확도를 떨어뜨린다. 본 논문에서는 사용자의 응답 희소성에 따른 MAE의 변화를 조사하였으며 희소성에 따라 집단을 분류하고 분류된 집단에 따른 MAE는 유의적인 차이가 있는 지를 분석하였다. 그리고 희소성 문제로 인한 집단 간의 예측 정확도를 높이기 위한 방법으로 희소성이 있는 아이템을 선별하여 이들 중에서 선호도 응답이 많은 사용자 고객의 선호도 평균값을 선호도 평가 치로 대치시켜 희소성을 완화하여 추천시스템의 예측 정확도가 높아졌음을 연구하였다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2012년도 춘계 종합학술대회 논문집
• /
• pp.277-278
• /
• 2012

다양한 라이프스타일에 따른 유비쿼터스 환경에서 디자인 요소와 감성공학을 결합시키는 상호작용 시스템이 요구되고 있으며 많은 연구가 진행되어 왔다. IT융합기술을 이용하여 감성 디자인을 제공하는 것은 제품 서비스 전략의 중요한 요소이다. 본 논문에서는 상황 기반의 감성 분석을 이용한 자전거 디자인 추천 방법론을 제안하였다. 제안된 방법은 자신의 감성에 부합하는 자전거 디자인을 제공함으로써 이를 얻기 위한 시간과 비용을 줄여주고, 원하는 디자인 스타일에 적용하도록 한다. 감성에 따른 자전거 디자인을 추천하기 위해 협력적 필터링을 사용하여 개인화 서비스를 제공한다. 이를 사용자 인터페이스로 구축하여 논리적 타당성과 유효성을 검증하기 위해 실험적인 적용을 시도하고자 한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2006년도 추계학술발표대회
• /
• pp.23-26
• /
• 2006

최근 대부분의 이러닝(E-Learning)을 교육하는 사이트는 학습 콘텐츠를 검색하는 방법이 단순한 리스트의 나열과 택스트 매칭(Text matching)방법을 사용하는 단점이 있다. 이를 보완하기 위해 좀 더 컴퓨터가 정보 데이터의 의미를 분석하여 검색이 가능하도록 개념 네트워크인 시맨틱웹(Semantic Web)이 등장하였다. 본 논문에서는 이러한 시맨틱웹의 온톨로지(Ontology) 언어 중에 토픽맵(Topic Maps)을 사용하여 많은 양의 학습 정보 데이터를 쉽고도 정확하게 연결 지어 학습 콘텐츠에 대한 정보를 표현하고, 구조화할 수 있는 방법을 모색해 보고자 한다. 학습자의 관심분야 정보, 학습객체의 학습 권장자의 정보와 함께 학습 경험과 검색 빈도수를 분석한 협력 필터링과 학습 에이전트의 개인화 기법을 동시에 사용하여 선호도를 분석한다. 이 선호도를 가지고 학습자의 메타데이터를 생성하고, 로그 데이터를 따로 데이터베이스에 저장한다. 이러한 학습자의 정보와 학습 콘텐츠간의 정보를 상호 연결하여, 그 토픽맵을 사용하여 연관관계를 정의해 줌으로써 학업성취도를 높이고, 학습자 개개인의 성향에 가장 알맞은 학습 콘텐츠를 탐색해가는 네비게이터(Navigator)를 설계하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권5호
• /
• pp.586-594
• /
• 2004

웹 문서들은 빠른 생성과 소멸의 특징 때문에, 사용자는 찾고자하는 웹 문서를 신속하고 정확하게 추천해 줄 시스템을 요구하고 있다. 정제되지 않은 웹 데이타에는 사용자들의 축적된 경험들을 포함하는 유용한 정보들을 포함하고 있다. 현재, 이러한 유용한 정보를 마이닝 기법이나 통계학적 측정 방법 등을 가지고 정제하여 추천 시스템을 통해 사용자에게 제공하려는 노력이 시도되고 있다. 기존의 정보 필터링 방식은 사용자들의 프로파일을 반드시 이용해야 하는 문제점을 갖고 있으며, 협력적 필터링 방식은 First Rater 문제와 Sparsity 문제가 있다. 또한 사용자 브라우징 패턴을 이용하는 동적 추천 시스템은 연관성이 없는 웹 문서들을 결과로서 제공한다는 문제점이 있다. 본 논문에서는 웹 문서 형식에 따라 웹 문서 사이의 유사도를 이용하여 웹 문서를 분류하고, 웹 서버에 기록된 로그 파일을 이용하여 사용자 브라우징 순차 패턴 DB를 생성한다. 이렇게 생성된 정보들과 사용자들의 세션 정보를 이용하여, 사용자가 웹 문서에 접근했을 때 현재 웹 문서와 유사도가 높은 상위 N개의 연관 웹 문서 집합을 제공하고, 순차적인 특성을 갖는 웹 문서를 추천 문서로 제공하는 시스템을 제안한다.