• Journal of Korea Artificial Intelligence Association
• /
• 제1권1호
• /
• pp.7-10
• /
• 2023

This study proposes an AI-based shoe recommendation model based on user clothing image data to solve the problem of the global fashion industry, which is worsening due to factors such as the economic downturn. Shoes are an important part of modern fashion, and this research aims to improve user satisfaction and contribute to economic growth through a generative AI-based shoe recommendation service. By utilizing generative AI in the personalized consumer market, we show the feasibility, efficiency, and improvements through an accessible web-based implementation. In conclusion, this study provides insights to help fulfill consumer needs in the ever-changing fashion market by implementing a generative AI-based shoe recommendation model.

• 인터넷정보학회논문지
• /
• 제23권3호
• /
• pp.77-85
• /
• 2022

유튜브 콘텐츠의 다양성에 주목한 기존 연구와 달리 본 연구는 이용자들의 유튜브 추천 시스템에 대한 만족도에 영향을 미치는 요인을 밝히고자 하였다. 구체적으로 기술수용모델에 이용자들의 인식 변인인 콘텐츠 선호 적합성, 프라이버시 염려를 추가하여 이러한 변인들이 유튜브 AI 추천 시스템의 만족도에 어떠한 영향을 미치는지 실증적으로 분석하였다. 이를 위해 20~30대의 대학생을 대상으로 설문조사를 실시하였으며, 주요 연구결과는 다음과 같다. 첫째, 본 연구의 응답자들에게 있어서 기술수용모델의 주요 변인인 유희성, 유용성은 유튜브 AI 추천 시스템 만족도에 영향을 미치는 유의미한 요인으로 나타난 반면에 용이성의 영향력은 발견되지 않았다. 둘째, 유튜브 콘텐츠의 선호적합성은 AI 추천 시스템 만족도에 영향을 미치는 것으로 나타났지만, 프라이버시 염려는 유튜브 AI 추천 시스템 만족도에 영향을 미치지 않았다. 이러한 연구결과를 바탕으로 연구의 시사점과 후속 연구의 과제를 제언하였다.

• International Journal of Advanced Culture Technology
• /
• 제8권4호
• /
• pp.263-270
• /
• 2020

The growth of the mobile app markets has made it popular among people who recommend relevant information about restaurants. The recommendation service app based on AI Chatbot is that it can efficiently manage time and finances by making it easy for restaurant consumers to easily access the information they want anytime, anywhere. Eating out consumers use smartphone applications for finding restaurants, making reservations, and getting reviews and how to use them. In addition, social attention has recently been focused on the research of AI chatbot. The Chatbot is combined with the mobile messenger platform and enabling various services due to the text-type interactive service. It also helps users to find the services and data that they need information tersely. Applying this to restaurant recommendation services will increase the reliability of the information in providing personal information. In this paper, an artificial intelligence chatbot-based smartphone restaurant recommendation app using personalization information is proposed. The recommendation service app utilizes personalization information such as gender, age, interests, occupation, search records, visit records, wish lists, reviews, and real-time location information. Users can get recommendations for restaurants that fir their purpose through chatting using AI chatbot. Furthermore, it is possible to check real-time information about restaurants, make reservations, and write reviews. The proposed app uses a collaborative filtering recommendation system, and users receive information on dining out using artificial intelligence chatbots. Through chatbots, users can receive customized services using personal information while minimizing time and space limitations.

• International journal of advanced smart convergence
• /
• 제12권4호
• /
• pp.202-207
• /
• 2023

In this paper, we discuss the design and implementation of a recommendation platform actually built in the field. We survey deep learning-based recommendation models that are effective in reflecting individual user characteristics. The recently proposed RNN-based sequential recommendation models reflect individual user characteristics well. The recommendation platform we proposed has an architecture that can collect, store, and process big data from a company's commercial services. Our recommendation platform provides service providers with intuitive tools to evaluate and apply timely optimized recommendation models. In the model evaluation we performed, RNN-based sequential recommendation models showed high scores.

• 한국컴퓨터정보학회논문지
• /
• 제28권12호
• /
• pp.57-66
• /
• 2023

본 연구에서는 딥러닝 기법과 정서적 AI를 적용하여 사용자의 감정 상태를 추정하고 이를 추천 과정에 반영할 수 있는 추천 시스템에 대한 새로운 연구 프레임워크를 제안한다. 이를 위해 분노, 혐오, 공포, 행복, 슬픔, 놀람, 중립의 7가지 감정을 각각 분류하는 감정분류모델을 구축하고, 이 결과를 추천 과정에 반영할 수 있는 모형을 제안한다. 그러나 일반적인 감정 분류 데이터에서는 각 레이블 간 분포 비율의 차이가 크기 때문에 일반화된 분류 결과를 기대하기 어려울 수 있다. 본 연구에서는 감정 이미지 데이터에서 혐오감 등의 감정 개수가 부족한 경우가 많으므로 데이터 증강을 이용한다. 마지막으로, 이미지 증강을 통해 데이터 기반의 감정 예측 모델을 추천시스템에 반영하는 방법을 제안한다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제12권1호
• /
• pp.25-40
• /
• 2023

추천 시스템은 지능적인 자동 결정을 생성하기 위해 사용자가 자주 사용한다. 영화 추천 시스템의 연구에서, 기존 접근 방식은 협업 및 콘텐츠 기반 필터링 기술을 사용한다. 협업 필터링은 사용자 유사성을 고려하는 반면, 콘텐츠 기반 필터링은 단일 사용자의 활동에 중점을 두고 있다. 또한 협업 필터링과 콘텐츠 기반 필터링을 결합한 혼합 필터링 접근법은 서로의 한계를 보완하기 위해 사용되고 있다. 최근엔 더 나은 추천 서비스를 제공하기 위해 사용자 간의 유사성을 찾는데 몇 가지 AI 기반 유사성 기법을 사용하고 있다. 본 논문은 기존의 다양한 영화 추천 시스템과 문제점 분석을 통해 가능한 해결책을 도출하여 유용한 확장 방안을 제공하는 것을 목표로 한다.

• 한국지능시스템학회논문지
• /
• 제13권3호
• /
• pp.366-370
• /
• 2003

In this research, we suggest a hybrid intelligent Web recommendation systems based on Web data mining and case-based reasoning (CBR). One of the important research topics in the field of Internet business is blending artificial intelligence (AI) techniques with knowledge discovering in database (KDD) or data mining (DM). Data mining is used as an efficient mechanism in reasoning for association knowledge between goods and customers＇ preference. In the field of data mining, the features, called attributes, are often selected primary for mining the association knowledge between related products. Therefore, most of researches, in the arena of Web data mining, used association rules extraction mechanism. However, association rules extraction mechanism has a potential limitation in flexibility of reasoning. If there are some goods, which were not retrieved by association rules-based reasoning, we can＇t present more information to customer. To overcome this limitation case, we combined CBR with Web data mining. CBR is one of the AI techniques and used in problems for which it is difficult to solve with logical (association) rules. A Web-log data gathered in real-world Web shopping mall was given to illustrate the quality of the proposed hybrid recommendation mechanism. This Web shopping mall deals with remote-controlled plastic models such as remote-controlled car, yacht, airplane, and helicopter. The experimental results showed that our hybrid recommendation mechanism could reflect both association knowledge and implicit human knowledge extracted from cases in Web databases.

• 공학교육연구
• /
• 제27권4호
• /
• pp.3-11
• /
• 2024

This study classified domestic and international systems by type, presenting their key features and examples, with the aim of outlining future directions for system development and research. AI-based learning assistance systems can be categorized into instructional-learning evaluation types and academic recommendation types, depending on their purpose. Instructional-learning evaluation types measure learners' levels through initial diagnostic assessments, provide customized learning, and offer adaptive feedback visualized based on learners' misconceptions identified through learning data. Academic recommendation types provide personalized academic pathways and a variety of information and functions to assist with overall school life, based on the big data held by schools. Based on these characteristics, future system development should clearly define the development purpose from the planning stage, considering data ethics and stability, and should not only approach from a technological perspective but also sufficiently reflect educational contexts.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.2-5
• /
• 2022

딥러닝의 등장과 ICT(Information and Communication Technology)의 급속한 발전으로 정치, 경제, 문화 등 사회의 다양한 분야에서 인공지능을 활용한 연구가 활발히 진행되고 있다. 딥러닝 기반 인공지능 기술은 자연어 처리, 영상 처리, 음성 처리, 추천 시스템 등 다양한 영역으로 세분화된다. 특히, 산업이 고도화됨에 따라 시장 동향 및 개인의 특성을 분석하여 소비자에게 추천하는 추천 시스템의 필요성이 점점 더 요구되고 있다. 이러한 기술 발전에 발맞추어, 본 논문에서는 딥러닝 기반 '언어처리지능' 과 '영상처리지능'의 기술개발을 통해 정형 또는 비정형 텍스트 및 이미지 빅데이터로부터 속성 정보를 추출 추출하고, 분류하여 패션시장의 트랜드나 신규소재 등을 분석하고 소비자의 취향 분석을 통하여 '시장-소비자' 인사이트를 발굴하여, 스타일 추천, 가상 피팅, 및 디자인지원 등이 가능한 인공지능 기반 '맞춤형 패션 어드바이저' 서비스 통합 시스템을 제안한다.

• 한국인터넷방송통신학회논문지
• /
• 제21권3호
• /
• pp.99-105
• /
• 2021

넥플릭스,유튜브로 대표되는 OTT 동영상 제작 서비스에 인공지능으로 콘텐츠를 개인별 맞춤식 추천 시스템은 보편화 되었다. 유튜브의 개인별 맞춤 추천서비스 시스템은 두 개의 신경망으로 구성되는데 신경망 하나는 추천 후보생성 모델이고 다른 하나는 순위평가 네트워크로 구성된다. Netflix의 동영상 추천 시스템은 두 개 데이터 분류 시스템으로 구성되어 있으며 콘텐츠 기반 필터링과 협업 필터링으로 나누어진다. 코로나 펜데믹으로 온라인 플랫폼 주도의 콘텐츠 제작이 활성화 되면서 인공지능을 활용한 가상 인플루언서 분야가 부각되고 있다. 가상인플루언서는 GAN(Generative Adversarial Networks) 인공지능으로 제작되는데 성격이 다른 두 시스템이 서로 경쟁하는 방식으로 학습이 반복되는 비교사(Unsupervised) 학습 알고리즘이다. 이 연구는 AI 개인별 추천 기반 플랫폼과 가상인플루언서(메타버스)가 향후 OTT의 핵심콘텐츠로의 발전 가능성도 연구해 보았다.