• 제목/요약/키워드: Collaborative System

검색결과 1,527건 처리시간 0.032초

협동적 필터링과 SOM 신경망을 결합한 추천시스템 모델 (A Recommender System Model Combining Collaborative filtering and SOM Neural Networks)

  • 이미희;우용태
    • 한국멀티미디어학회논문지
    • /
    • 제11권9호
    • /
    • pp.1213-1226
    • /
    • 2008
  • 추천시스템은 사용자가 제공한 선호, 관심, 구매경험과 같은 정보를 근거로 하여 다른 사용자에게 가장 알맞은 정보를 제공하는 일련의 가치교환 과정인 개인화를 가능하게 하는 시스템으로 고객의 선호도를 정확히 분석하고, 정제하여 정확한 예측력으로 고객이 원하는 가장 적절한 상품을 추천 해줄 수 있어야 한다. 대부분의 추천시스템들이 협동적 필터링 기법을 적용하고 있어 본 논문에서는 협동적 필터링 기법의 연산수행 량을 개선한 새로운 결합 모델인 SOM(Self-Organizing Map) 신경망 회로와 결합한 추천시스템을 제안하였다. 먼저, 사용자 그룹을 인구통계학적인 특징으로 세그먼트하고 SOM 신경망회로를 이용하여 item 특징에 대한 선호도를 입력 값으로 학습하여 클러스터를 생성하였다. 임의의 사용자에 대한 추천은 선호도가 유사한 클러스터를 결정하여 협동적 필터링 기법을 적용하였으며, 기존의 협동적 필터링 기법의 연산 수행량과 비교 분석하였다. 또한 영화를 대상으로 한 실험을 통하여 추천효율이 향상되었음을 나타내었다.

  • PDF

협력적 필터링 알고리즘의 예측 선호도 순위 일치와 ToP-N 추천에 관한 연구 (A Study on the Relation of Top-N Recommendation and the Rank Fitting of Prediction Value through a Improved Collaborative Filtering Algorithm)

  • 이석준;이희춘
    • 한국산업정보학회논문지
    • /
    • 제12권4호
    • /
    • pp.65-73
    • /
    • 2007
  • 본 연구는 추천시스템에서 협력적 필터링 알고리즘인 이웃기반의 협력적 필터링 알고리즘과 대응평균 알고리즘의 선호도 예측 결과를 이용하여 예측결과의 순위 일치성과 실제 고객에 상품 추천인 Top-N 추천의 정확도에 대하여 연구하였다. 연구결과 대응평균 알고리즘에 의한 선호도 예측 정확도의 순위 일치성과 예측치를 이용한 Top-N 추천의 정확도가 기존의 이웃기반의 협력적 필터링 알고리즘의 결과보다 우수함을 알 수 있었다. 이는 협력적 필터링 추천시스템에서 대응평균 알고리즘을 이용한 선호도 예측 결과를 이용하여 고객에게 상품추천을 하는 것이 이웃기반의 협력적 필터링 알고리즘을 이용하는 것보다 더 효과적이며 추천시스템에 대한 고객의 만족을 향상시킬 수 있을 것으로 기대된다.

  • PDF

개인화된 서비스를 지원하는 웹데브 기반의 협업시스템 (A WebDAV-based Collaborative System Supporting Individualized Services)

  • 이홍창;이명준
    • 한국컴퓨터정보학회논문지
    • /
    • 제13권5호
    • /
    • pp.143-154
    • /
    • 2008
  • 인터넷을 통하여 다양한 활동을 수행하는 사용자들이 급속히 증가함에 따라 여러 그룹에 소속된 사용자들 간의 인터넷을 통한 협업과 정보 교환이 활발하게 이루어지고 있다. 또한, 이와 더불어 최근 사용자중심의 서비스가 활성화됨에 따라 개인화 된 인터넷 서비스의 중요성이 대두되고 있다. 현재, 웹 기반의 협업 수행을 지원하는 다양한 협업시스템이 있다. 하지만 이러한 협업시스템들은 개인화 된 서비스를 지원하지 않기 때문에 다양한사용자를 고려한 효과적인 협업 환경을 제공하기 어렵다. 본 논문은 CoSlide 협업시스템을 이용하여 다양한 사용자들의 협업 수행을 지원하기 위한 협업지원 포틀릿의 개발에 대하여 기술한다. 협업지원 포틀릿은 CoSlide 협업시스템 서버에서 제공하는 다양한 가상공간을 지원하며, 각 가상공간의 자원을 제어할 수 있는 여러 기능들을 제공한다. 개발된 포틀릿은 포탈을 구성하는 컴포넌트로 포함되어 다양한 사용자의 요구를 충족시킬 수 있는 협업 환경을 제공한다. 사용자는 다양한 포틀릿을 제공하는 포탈을 통하여 자신의 작업 환경을 고려한 맞춤형 인터페이스를 구성하고. 이를 이용하여 효과적으로 협업을 수행할 수 있다.

  • PDF

정보통신윤리교육을 위한 네트웍 기반 협력학습 시스템의 설계 및 구현 (Development of a Network-based Collaborative Learning System for Education of Information Ethics)

  • 송태옥;정상욱;김태영
    • 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.

  • PDF

협업필터링과 스태킹 모형을 이용한 상품추천시스템 개발 (Development of Product Recommender System using Collaborative Filtering and Stacking Model)

  • 박성종;김영민;안재준
    • 융합정보논문지
    • /
    • 제9권6호
    • /
    • pp.83-90
    • /
    • 2019
  • 사람들은 자신의 더 나은 선택을 위하여 끊임없이 노력한다. 이러한 이유로 추천시스템이 개발되었으며, 1990년대 초반부터 계속해서 발전하고 있다. 그 중, 협업필터링 기법은 추천시스템 분야에서 우수한 성능을 보였으며, 기계학습이 등장하면서 기계학습을 이용한 추천시스템에 관한 연구가 활발히 진행되었다. 본 연구는 앙상블 방법 중에서 스태킹 모형을 사용하여 추천시스템을 구축하며, 실제 고객의 상품 구매 데이터를 활용하여 협업필터링과 기계학습 기반 스태킹 모형으로 추천시스템을 개발하였다. 제시한 모형의 추천 성능은 기존의 협업필터링과 기계학습 기반 추천시스템과 비교하여 모형의 우수성을 확인하며, 연구결과는 스태킹 모형을 이용한 추천시스템 모형의 추천 성능이 개선됨을 확인하였다. 향후 본 연구에서 제안한 모형은 개인이나 기업이 더 나은 선택을 하여 상품을 추천할 때 도움을 줄 것으로 기대한다.

신경망 협업 필터링을 이용한 운동 추천시스템 (Exercise Recommendation System Using Deep Neural Collaborative Filtering)

  • 정우용;경찬욱;이승우;김수현;선영규;김진영
    • 한국인터넷방송통신학회논문지
    • /
    • 제22권6호
    • /
    • pp.173-178
    • /
    • 2022
  • 최근, 소셜 네트워크 서비스에서 딥러닝을 활용한 추천시스템이 활발하게 연구되고 있다. 하지만 딥러닝을 이용한 추천시스템의 경우 콜드스타트 문제와 복잡한 연산으로 인해 늘어난 학습시간이 단점으로 존재한다. 본 논문에서는 사용자의 메타데이터를 활용하여 사용자 맞춤형 운동 루틴 추천 알고리즘을 제안한다. 본 논문에서 제안하는 알고리즘은 메타데이터(사용자의 키, 몸무게, 성, 등)를 입력받아 설계된 모델에 적용한다. 본 논문에서 제안한 운동 추천시스템 모델은 matrix factorization 알고리즘과 multi-layer perceptron을 활용한 neural collaborative filtering(NCF) 알고리즘을 기반으로 설계된다. 제안된 모델은 사용자 메타데이터와 운동 정보를 입력받아 학습을 진행한다. 학습이 완료된 모델은 특정 운동이 입력되면 사용자에게 추천도를 제공한다. 실험 결과에서 제안하는 운동 추천시스템 모델이 기존 NCF 모델보다 10% 추천 성능 향상과 50% 학습 시간 단축을 보였다.

A Conflict Detection Method Based on Constraint Satisfaction in Collaborative Design

  • Yang, Kangkang;Wu, Shijing;Zhao, Wenqiang;Zhou, Lu
    • Journal of Computing Science and Engineering
    • /
    • 제9권2호
    • /
    • pp.98-107
    • /
    • 2015
  • Hierarchical constraints and constraint satisfaction were analyzed in order to solve the problem of conflict detection in collaborative design. The constraints were divided into two sets: one set consisted of known constraints and the other of unknown constraints. The constraints of the two sets were detected with corresponding methods. The set of the known constraints was detected using an interval propagation algorithm, a back propagation (BP) neural network was proposed to detect the set with the unknown constraints. An immune algorithm (IA) was utilized to optimize the weights and the thresholds of the BP neural network, and the steps were designed for the optimization process. The results of the simulation indicated that the BP neural network that was optimized by IA has a better performance in terms of convergent speed and global searching ability than a genetic algorithm. The constraints were described using the eXtensible Markup Language (XML) for computers to be able to automatically recognize and establish the constraint network. The implementation of the conflict detection system was designed based on constraint satisfaction. A wind planetary gear train is taken as an example of collaborative design with a conflict detection system.

사용자 기반의 협력필터링을 위한 퍼지 논리를 이용한 새로운 유사도 척도 (A New Similarity Measure using Fuzzy Logic for User-based Collaborative Filtering)

  • 이수정
    • 컴퓨터교육학회논문지
    • /
    • 제21권5호
    • /
    • pp.61-68
    • /
    • 2018
  • 협력 필터링은 다수의 상업용 추천 시스템에서 구현되어 온라인 사용자들에게 성공적으로 서비스되고 있는 핵심적 기술이다. 이 기술은 현 사용자와 유사한 평가이력을 가진 다른 사용자들로부터 항목을 추천하기 때문에, 유사도 척도는 시스템 성능에 매우 큰 영향을 미친다. 본 연구에서는 기존 유사도 측정 방법의 문제점을 해결하고자 퍼지 논리에 입각하여 사용자 평가등급의 주관성 및 모호성과 사용자들의 평가 행태를 반영하는 새로운 유사도 척도를 제안한다. 성능 평가를 위한 다양한 실험을 실시하였고, 그 결과 제안 방법은 예측 정확도와 추천 정확도 면에서 우수한 성능 개선 효과를 보였다.

사용자 기반의 협력필터링 시스템을 위한 유사도 측정의 최적화 (Optimization of the Similarity Measure for User-based Collaborative Filtering Systems)

  • 이수정
    • 컴퓨터교육학회논문지
    • /
    • 제19권1호
    • /
    • pp.111-118
    • /
    • 2016
  • 협력 필터링 기반의 추천시스템에서 유사도 측정은 시스템의 성능에 큰 영향을 미치는데, 이는 유사한 다른 사용자들로부터 항목을 추천받기 때문이다. 본 연구에서는 전통적인 유사도 측정 방법의 가장 큰 문제인 데이터 희소성을 극복하기 위해, 기존의 유사도 측정값과 공통평가항목수의 반영값을 최적으로 결합하는 새로운 유사도 측정방식을 제안한다. 제안 방식의 성능 평가를 위해 다양한 조건으로 실험한 결과 기존 방식들보다 우수한 예측 정확도를 나타냈으며, 구체적으로 전통적인 피어슨 상관보다 최대 약 7%, 코사인 유사도보다는 최대 약 4% 향상된 결과를 보였다.

P2P 개요 및 P2P-based Collaborative Machine의 Scheme (Scheme of P2P and P2P-based Collaborative Machine)

  • 김동훈;송준엽
    • 한국공작기계학회:학술대회논문집
    • /
    • 한국공작기계학회 2005년도 춘계학술대회 논문집
    • /
    • pp.477-482
    • /
    • 2005
  • Recently, client computing trend has been changed from server oriented information application to network based P2P(Peer to Peer) services. The conventional client/server method has the merit of accessing abundant information, on the other side P2P has the merit of synchronized community support and information exchange. P2P has four meaning of point to point, peer to peer, person to person and path to profitability. In manufacturing system field, the second meaning is interested. P2P is classified to three type such as conventional client/server, hybrid P2P and pure P2P. The third is really peer to peer concept. The related technologies with P2P are P2P searching, XML, cooperation, IPv6, computing sharing and P2P communication. This paper describes the scheme of P2P and related contents. And through the P2P based technology, a P2P-based collaborative machine and a vertical portal machine are introduced in this paper. The scheme of the machines mentioned above is suggested for cooperation in manufacturing system and u-Manufacturing.

  • PDF