• 경영정보학연구
• /
• 제23권1호
• /
• pp.155-172
• /
• 2021

최근 온라인 상품 구매의 증가로 인해 사용자의 선호에 맞는 상품을 추천해주는 시스템이 지속적으로 연구되고 있다. 추천 시스템은 사용자들에게 개인화된 상품 추천 서비스를 제공하는 시스템으로 사용자가 상품에 남긴 평점을 이용한 협업 필터링(Collaborative Filtering)이 가장 널리 쓰이는 추천 방법이다. 협업 필터링에서 상품 간의 유사도 계산은 시간이 많이 소요되는데, 특히 리뷰 데이터와 같은 빅데이터를 사용할 경우 더욱 많은 시간을 소요한다. 그래서 본 연구에서는 리뷰 데이터 마이닝을 이용하여 상품 간의 유사도 계산을 빠르게 수행할 수 있으면서 정확도를 높일 있도록 2단계(2-Phase) 방법을 이용한 하이브리드 추천시스템 방식을 제안한다. 이를 위해 온라인 전자책 상거래 상점인 아마존 킨들 스토어(Amazon Kindle Store)의 약 98만 개의 온라인 소비자 평점과 리뷰 데이터를 수집하였다. 실험 결과 본 연구에서 제안한 사용자의 평점과 리뷰를 단계적으로 반영한 하이브리드 추천 방식이 전통적인 추천 방식과 비교하여 추천 시간은 비슷하였으나 높은 정확도를 나타내는 것을 확인하였다. 따라서 제안한 방법을 사용하면 사용자가 선호하는 상품을 빠르고 정확하게 추천함으로써 고객의 만족을 높여서 기업의 매출 증대에 기여할수 있을 것으로 기대된다.

• 컴퓨터교육학회논문지
• /
• 제4권1호
• /
• pp.43-52
• /
• 2001

본 연구의 목적은 정보통신윤리교육을 위한 네트웍 기반의 협력학습시스템(Netclass)을 개발하는 것이다. 이 시스템은 하이브리드형의 교육시스템이며, 분산 네트웍 환경, 독립적인 컴퓨팅 환경, 웹브라우저 환경이라는 3가지 학습모드를 제공한다. 협력학습 시스템을 제작하기 위하여, 다음과 같은 연구를 수행하였다. 첫째, 정보통신윤리교육과 관련 있는 딜레마 가운데 학습 컨텐츠를 선정하고, 둘째, 학습자간의 협력과 상호작용을 통하여 타인의 생각이나 감정 그리고 행동의 결과를 미리 예측하는 체계적인 과정을 의미하는 협력적 딜레마 해결 학습 모형을 설계하였다. 셋째, 표준구조 기반의 협력학습 시스템 모델을 제시하였으며, 넷째, 네트웍 컴포넌트, DB 컴포넌트, 인터페이스 컴포넌트와 같은 다수의 컴포넌트를 개발하였다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제6권5호
• /
• pp.513-527
• /
• 2000

본 논문에서는 3D 애니메이션, 컴퓨터 게임, 산업디자인 제작과 같은 애플리케이션을 원격지에서 가상공간을 통해 공동작업을 수행 할 수 있는 협력시스템 프레임워크 설계 및 개발에 대한 경험을 기술한다. 개발된 시스템은 클라이언트/서버 구조를 가지며,플랫폼에 독립적이고, 확장과 이식이 용이한 협력시스템 프레임워크 구축을 목표로 하고 있다. 이러한 목표를 달성하기 위하여 서버는 자바로 구현하였고, 작업의 부하를 효과적으로 분산시키고 확장성과 객체관리를 용이하게 하기 위하여 분산형과 중앙집중형을 혼합한 절출형 구조를 채택하였다. 이를 위하여 서버는 작업 부하와 기능을 고려하여 사용자의 협력 준비단계를 담당하는 사용자 관리서버, 협력 작업 세션을 지원하는 세션 관리자 서버, 사용자 관리서버들간의 연동 방법을 제공하는 정보 서버로 구성하였다. 클라이언트는 사용자의 편의를 위하여 Windows환경에서 Visual C++로 구현하였다. 그리고, 공동 저작 도구로써 단독환경(stand-alone)에서 가장 많이 사용되는 Kinetic사의 상용 3D Studio Max를 객체공유 방법을 제공할 수 있는 plug-in 기술을 사용하여 분산환경에서 작동하도록 확장하였으며, 채팅과 화이트보드 기능도 제공한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 춘계학술발표대회
• /
• pp.357-359
• /
• 2023

This paper proposes a hybrid recommendation system (RS) model that overcomes the limitations of traditional approaches such as data sparsity, cold start, and scalability by combining collaborative filtering and context-aware techniques. The objective of this model is to enhance the accuracy of recommendations and provide personalized suggestions by leveraging the strengths of collaborative filtering and incorporating user context features to capture their preferences and behavior more effectively. The approach utilizes a novel method that combines contextual attributes with the original user-item rating matrix of CF-based algorithms. Furthermore, we integrate k-mean++ clustering to group users with similar preferences and finally recommend items that have highly rated by other users in the same cluster. The process of partitioning is the use of the rating matrix into clusters based on contextual information offers several advantages. First, it bypasses of the computations over the entire data, reducing runtime and improving scalability. Second, the partitioned clusters hold similar ratings, which can produce greater impacts on each other, leading to more accurate recommendations and providing flexibility in the clustering process. keywords: Context-aware Recommendation, Collaborative Filtering, Kmean++ Clustering.

• 한국정보기술학회논문지
• /
• 제16권12호
• /
• pp.109-114
• /
• 2018

협업 필터링은 사회적 추천 방식으로서 뛰어난 성능을 제공하는 대표적인 추천 시스템 알고리즘으로 폭넓게 사용되어 오고 있다. 협업 필터링은 구조적으로 아이템 평가 데이터에 의존하고 있기 때문에 평가 행렬의 희박도는 추천 성능에 직접적으로 영향을 미친다. 평가 행렬의 희박성 문제 개선을 위해 협업 필터링과 내용 기반 방법을 결합하는 복합형 추천 방법에 대한 연구는 꾸준하게 이루어져 왔으며, 본 연구에서는 협업 필터링의 희소 평가 행렬(sparse rating matrix) 문제 개선 방안의 하나로 공통 평가 아이템이 누락되어 유사도 측정이 불가능한 상황에 대처하기 위한 방법을 제안한다. 이를 위하여 사용자간 이행적 관계 그래프에 기반하는 유사도 평가 모델을 설계하고 오픈 데이터셋인 Movielens에 적용하여 추천 정확도를 측정 비교하였다.

• 한국정보처리학회논문지
• /
• 제3권7호
• /
• pp.1697-1706
• /
• 1996

이 논문에서는 멀티미디어 회의를 하면서 공동 편집을 하는 시스템 MissCW (Multiuser Interactive System for Synchronous Collaborative Writing)를 설계하고 구현한 내용을 소개한다. 이 시스템의 문서 모델인 DMDA(Distributed Multimedia Document Architecture)는 논리 구조를 가지며 표현 스타일 객체와 표시 객체를 포함 한다. 본 공동 저작 시스템의 동기성은 멀티미디어 회의와 편집 윈도우의 공유 모드로 실현되었다. 이 시스템의 공동 편집기는 분산 객체들을 논리 구조로 조합 하여 하나의 문서로 만들 수 있는 구조 지향적 편집 방식을 제공한다. 미들웨어인 공유 객체 관리자 (SOM;shared Object Manager)는 공유 객체들을 일관성 있게 유지하며 응용 프로그램이 객체들을 효율적으로 이용할 수 있게 도와준다. 이 시스템의 하부 제어 구조는 강력한 서버 없이도 구현이 가능하도록 기본적으로는 복제 구조를 채택하였으나 공유 자료의 일관성유지를 위하여 가상 노드로의 중앙 집중 구조를 혼합 적용하였다. 가상 노드는 공유 객체 관리자의 객체 제어기에 해당하며 공유 객체 테이블(SOT; Shared Object Table)을 다루는 모든 일을 한다.

• Journal of Information Technology Applications and Management
• /
• 제12권3호
• /
• pp.41-56
• /
• 2005

Product recommender system is one of the most popular techniques for customer relationship management. In addition, collaborative filtering (CF) has been known to be one of the most successful recommendation techniques in product recommender systems. However, CF has some limitations such as sparsity and scalability problems. This study proposes hybrid cluster analysis and case-based reasoning (CBR) to address these problems. CBR may relieve the sparsity problem because it recommends products using customer profile and transaction data, but it may still give rise to scalability problem. Thus, this study uses cluster analysis to reduce search space prior to CBR for scalability Problem. For cluster analysis, this study employs hybrid genetic and K-Means algorithms to avoid possibility of convergence in local minima of typical cluster analyses. This study also develops a Web-based prototype system to test the superiority of the proposed model.

• 지능정보연구
• /
• 제27권2호
• /
• pp.1-15
• /
• 2021

추천시스템은 사용자의 기호를 파악하여 물품 구매 결정을 도와주는 역할을 할 뿐만 아니라, 비즈니스 전략의 관점에서도 중요한 역할을 하기에 많은 기업과 기관에서 관심을 갖고 있다. 최근에는 다양한 추천시스템 연구 중에서도 NLP와 딥러닝 등을 결합한 하이브리드 추천시스템 연구가 증가하고 있다. NLP를 이용한 감성분석은 사용자 리뷰 데이터가 증가함에 따라 2000년대 중반부터 활용되기 시작하였지만, 기계학습 기반 텍스트 분류를 통해서는 텍스트의 특성을 완전히 고려하기 어렵기 때문에 리뷰의 정보를 식별하기 어려운 단점을 갖고 있다. 본 연구에서는 기계학습의 단점을 보완하기 위하여 BERT 기반 감성분석을 활용한 추천시스템을 제안하고자 한다. 비교 모형은 Naive-CF(collaborative filtering), SVD(singular value decomposition)-CF, MF(matrix factorization)-CF, BPR-MF(Bayesian personalized ranking matrix factorization)-CF, LSTM, CNN-LSTM, GRU(Gated Recurrent Units)를 기반으로 하는 추천 모형이며, 실제 데이터에 대한 분석 결과, BERT를 기반으로 하는 추천시스템의 성과가 가장 우수한 것으로 나타났다.

• 산업경영시스템학회지
• /
• 제36권2호
• /
• pp.74-80
• /
• 2013

In this study, a novel and flexible recommender system was developed, based on product taxonomy and usage patterns of users. The proposed system consists of the following four steps : (i) estimation of the product-preference matrix, (ii) construction of the product-preference matrix, (iii) estimation of the popularity and similarity levels for sought-after products, and (iv) recommendation of a products for the user. The product-preference matrix for each user is estimated through a linear combination of clicks, basket placements, and purchase statuses. Then the preference matrix of a particular genre is constructed by computing the ratios of the number of clicks, basket placements, and purchases of a product with respect to the total. The popularity and similarity levels of a user's clicked product are estimated with an entropy index. Based on this information, collaborative and content-based filtering is used to recommend a product to the user. To assess the effectiveness of the proposed approach, an empirical study was conducted by constructing an experimental e-commerce site. Our results clearly showed that the proposed hybrid method is superior to conventional methods.

• 정보관리연구
• /
• 제33권1호
• /
• pp.1-17
• /
• 2002

이 연구에서는 최근에 주목받고 있는 협업 필터링 기법을 중심으로 여러 가지 추천 기법을 살펴본 후 대출대상 도서의 추천 시스템을 구축하였다. 연관성 규칙 기반 기법, 협업 필터링 기법, 내용기반 필터링 기법을 응용하여 실제 대학도서관에서 특정 이용자가 대출할 만한 도서를 추천하는 시스템을 구현하고 각 기법의 추천 성능을 평가하였다. 실험 결과 대출대상 도서를 추천하는 데 있어 협업 필터링 기법과 내용기반 필터링 기법을 각각 따로 적용하는 것보다 두 기법을 함께 이용한 혼합형 필터링 추천 기법이 더욱 효과적인 것으로 나타났다.