• 한국어정보학회:학술대회논문집
• /
• 2017.10a
• /
• pp.242-247
• /
• 2017

본 논문은 공공 데이터 Open API와 사용자의 과거 행동과 주변 상황정보를 토대로 사용자가 선호하는 문화를 맞춤 추천하는 어플리케이션인 '눈치 코칭_문화'의 설계 및 구현에 대하여 서술한다. '눈치 코칭_문화'는 사용자가 쉽게 문화를 추천 받을 수 있도록 만들어진 어플리케이션으로 기존의 필터링 방식으로 사용자가 검색하는 방식의 어플리케이션들과 달리 사용자의 주변 상황과 사용자의 취향 분석을 통해 최적의 문화 Contents를 어플리케이션을 통해 제공한다. 사용자의 별도의 상세검색이나 검색, 좋아요 기능, 주변 위치와 같은 상황 정보를 어플리케이션 사용 로그를 저장 후 데이터 전처리를 하여 사용자에게 다시금 피드백 되는 어플리케이션이다. 지속적인 알림을 통해 사용자에게 문화를 추천하도록 만들었다. 또한, 사용자에게 문화의 날 정보와 사용자 주변 위치의 문화센터를 추천하여 사용자의 문화 활동을 지향한다.

• Proceedings of the Korea Contents Association Conference
• /
• 2011.05a
• /
• pp.91-92
• /
• 2011

최근 유비쿼터스 시대의 도래와 함께 모바일 기기를 이용한 서비스 수요가 급격히 증가함에 따라 대량의 콘텐츠와 서비스를 효율적으로 제공하기 위한 연구가 진행되고 있다. 이를 위해 사용자의 상황 정보를 이용하여 개인화 서비스를 제공하기 위한 다양한 모델들이 제시되고 있다. 하지만 이러한 모델들은 상황에 따른 사용자의 선호도 혹은 컨텍스트를 자체적으로 수집/분석하여 추천한다는 점에서 신뢰도가 높은 콘텐츠를 추천하지 못하거나 이를 검증할 수 없다는 문제점이 있다. 본 논문에서는 시공간 복합 상황 정보와 사용자의 컨텍스트를 활용한 분석과 함께 콘텐츠와 서비스를 제공하는 외부 CP(Contents Provider)가 Open API로 제공하는 신뢰도에 따라 소비 가치가 높은 최적의 콘텐츠를 제공할 수 있는 추천 시스템을 제안한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.11a
• /
• pp.616-618
• /
• 2017

최근 여유로운 삶을 추구하는 사람들이 늘어나면서 여가생활, 문화생활에 대한 관심이 높아지고 있다. 그러나 사용자의 정해진 일정 사이의 자투리 시간에 즐길 수 있는 문화콘텐츠를 찾기 위해서는 일일이 공연, 전시, 관람 등의 일정을 확인해야 하는데, 이 일이 번거로워 문화생활을 즐기는 것을 포기하는 경우가 많다. 본 논문에서는 문화데이터 API를 활용하여 사용자의 일정에 맞춰 이용할 수 있는 문화데이터를 추천해주는 캘린더의 개발내용에 대하여 기술한다. 본 캘린더를 활용함으로써 사용자들이 자투리시간을 이용하여 문화생활을 즐길 수 있고, 다양한 문화생활을 즐기면서 여가시간을 보다 효율적으로 사용할 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.05a
• /
• pp.496-499
• /
• 2018

최근 서구화된 식습관으로 인해 국내 비만 인구가 급격하게 증가했고 이에 따라서 다이어트에 관심을 갖는 사람들이 많아졌다. 하지만 현재 출시되어 있는 애플리케이션은 단지 식단을 선택하도록 목록을 보여주는 것에 그친다. 최근 추천 시스템은 데이터 서비스에 필수적인 요소가 되었고 사용자가 직접 선택에 대한 고민 할 것 없이 개인에게 맞춤된 식단을 제공 할 필요가 있다. 따라서 본 논문에서는 FatSeceret Open-API를 사용하여 추출한 식품 데이터베이스를 통해 사용자의 식단 선호도를 분석하였다. 그래서 식단 선호도와 협업 필터링 기법을 R을 이용하여 개인 맞춤형 다이어트 식단을 추천해 주는 시스템을 개발한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.11a
• /
• pp.1767-1769
• /
• 2012

최근 여가활동에 대한 관심이 증대되고 있으며, 모바일 인프라가 널리 보급되었다. 하지만 공유되는 정보의 양이 급속하게 증가함에 따라 원하는 정보를 정확하게 얻는 것은 쉽지 않다. 본 논문은 한국관광공사의 Open API를 이용하여 보다 객관적이고 정확한 관광 명소의 정보를 안드로이드 폰에서 볼 수 있도록 제공하고, 더불어 사용자의 취향에 알맞은 관광 명소를 추천해주는 시스템을 소개한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.05a
• /
• pp.1064-1066
• /
• 2013

공연과 전시 정보의 공연 횟수가 10년 사이에 30% 이상이 증가함에 따라서 다양한 공연 전시 정보 속에서 어떤 작품을 선택해야 할지 난해하다. 현재 스마트폰이 많이 보급되었고 IOS에 비해 적은 어플리케이션 숫자로 사용자에게 맞는 공연 전시 추천 시스템이 마땅하지 않다. 본 논문에서는 정보와 이해가 부족한 사용자에게 비슷한 성향을 가진 다른 사용자의 정보를 교차 추천함으로써 사용자의 성향에 맞춘 공연 전시 정보를 추천하는 시스템을 제안하였다. Open API 정보를 이용하여 다양한 공연 전시 데이터를 바탕으로 간단한 회원 가입 후 예약을 하고 사용자의 성향에 맞춘 공연 전시 프로그램을 추천한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.05a
• /
• pp.28-30
• /
• 2022

장애인은 정보 접근 제한과 편의시설 부족의 요인 등으로 인하여 여행 참여율이 낮아 비장애인과 동일한 여행 서비스를 경험하기에 어려움이 있다. 본 연구에서는 장애 요소 조건을 기반으로 가중기반의 알고리즘에 따라 콘텐츠를 추천하는 서비스를 제안하고 이에 따른 애플리케이션을 구현한다. 기존의 흩어져있던 여행지에 관한 정보와 지도 Open API를 이용하여 여행지에 대해 추천을 하는 애플리케이션 개발을 기획한다. 비장애인은 가중 조건과 관계없이 장애인의 경우에는 장애의 분류, 그 경도에 따라 여행 시 고려해야 할 조건에 따른 가중치를 두어 여행콘텐츠를 상단에 띄어 추천해 주는 방식에 대한 연구 결과를 제공하여 누구든 비장애 여행이 가능해지도록 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.260-263
• /
• 2023

Considering the growth of blockchain technology, the research aims to transform the efficiency of recommending optimal coffee suppliers within the complex supply chain network. This transformation relies on the extraction of vital transactional data and insights from stakeholders, facilitated by the dynamic interaction between the application interface (e.g., Rest API) and the blockchain network. These extracted data are then subjected to advanced data processing techniques and harnessed through machine learning methodologies to establish a robust recommendation system. This innovative approach seeks to empower users with informed decision-making abilities, thereby enhancing operational efficiency in identifying the most suitable coffee supplier for each customer. Furthermore, the research employs data visualization techniques to illustrate intricate clustering patterns generated by the K-Means algorithm, providing a visual dimension to the study's evaluation.

• Journal of Broadcast Engineering
• /
• v.17 no.1
• /
• pp.129-139
• /
• 2012

This paper introduces a recommender system that is to recommend broadcast content. Our recommender system uses user's viewing history for personalized recommendations. Broadcast contents has unique characteristics as compared with books, musics and movies. There are two types of broadcast content, a series program and an episode program. The series program is comprised of several programs that deal with the same topic or story. Meanwhile, the episode program covers a variety of topics. Each program of those has different topic in general. Therefore, our recommender system recommends TV programs to users according to the type of broadcast content. The recommendations in this system are based on user's viewing history that is used to calculate content similarity between contents. Content similarity is calculated by exploiting collaborative filtering algorithm. Our recommender system uses java sparse array structure and performs memory-based processing. And then the results of processing are stored as an index structure. Our recommender system provides recommendation items through OPEN APIs that utilize the HTTP Protocol. Finally, this paper introduces the implementation of our recommender system and our web demo.

• The Journal of the Korea Contents Association
• /
• v.20 no.2
• /
• pp.561-571
• /
• 2020

Location information service using big data is continuously developing. In terms of navigation, the range of services from map API service to ship navigation information has been expanded, and system application information has been extended to SNS and blog search records for each location. Recently, it is being used as a new industry such as location-based search and advertisement, driverless cars, Internet of Things (IoT) and online to offline (O2O) services. In this study, we propose an information system that enables users to receive information about nearby stores more effectively by using big data when a user moves a specific route. In addition, we have designed this system so that local stores can use this system to effectively promote it at low cost. In particular, we analyzed web-based information in real time to improve the accuracy of information provided to users by complementing the data. Through this system, system users will be able to utilize the information more effectively. Also, from a system perspective, it can be used to create new services by integrating with various web services.