• 산업경영시스템학회지
• /
• 제46권3호
• /
• pp.78-88
• /
• 2023

The increasing number of technology transfers from public research institutes in Korea has led to a growing demand for patent recommendation platforms for SMEs. This is because selecting the right technology for commercialization is a critical factor in business success. This study developed a patent recommendation system that uses technology transfer data from the past 10 years to recommend patents that are suitable for SMEs. The system was developed in three stages. First, an item-based collaborative filtering system was developed to recommend patents based on the similarities between the patents that SMEs have previously transferred. Next, a content-based recommendation system based on TF-IDF was developed to analyze patent names and recommend patents with high similarity. Finally, a hybrid system was developed that combines the strengths of both recommendation systems. The experimental results showed that the hybrid system was able to recommend patents that were both similar and relevant to the SMEs' interests. This suggests that the system can be a valuable tool for SMEs that are looking to acquire new technologies.

• 한국컴퓨터정보학회논문지
• /
• 제16권7호
• /
• pp.127-135
• /
• 2011

이러닝 시스템에서 학습자에게 적합한 콘텐츠 선택을 돕기 위한 콘텐츠 추천 시스템은 필수적이다. 학습자의 선호도를 통한 콘텐츠 추천은 협업 필터링 추천 방법과 내용 기반 추천 방법이 가장 많이 사용되고 있다. 그러나 기존추천 방법들은 학습자의 학습수준을 고려하지 않고 다른 사용자의 선호도를 기반으로 학습 콘텐츠를 추천한다. 따라서 상대적으로 콘텐츠를 학습한 학습자가 적은 경우 추천의 효율성이 떨어지고, 새로운 아이템이 추가될 경우 추천이 쉽지 않은 단점이 있다. 이 문제를 해결하기 위해 우리는 학습 콘텐츠의 유사도와 난이도에 기반한 콘텐츠 추천 방법을 제안한다. 학습 콘텐츠의 두 특성을 반영한 추천함수에 의해 선행학습 성취도가 낮은 학습자에게는 난이도가 낮고 유사도가 높은 콘텐츠를 추천하고, 성취도가 높은 학습자에게는 난이도가 높고 유사도가 낮은 콘텐츠를 추천한다. 이와 같이 다른 학습자의 선호도와는 무관하게 학습자의 성취도에 따라 가장 적합한 콘텐츠를 추천할 수 있다.

• International journal of advanced smart convergence
• /
• 제10권1호
• /
• pp.62-74
• /
• 2021

We compare Over-the-Tops (OTTs), Netflix and Amazon Prime Video (APV) with five success factors of innovation. Firstly, Netflix offers better personalized service than APV, because APV has collaborative filtering algorithms to recommend safe bets, not the customers really want. Secondly, APV' user interface is undercooked to lock the members in, even if it has more content and better price offer than Netflix retaining its loyal customers despite the price increase. Thirdly, Netflix has simple subscription model with three tiering, but APV has complicated pricing model having annual and monthly, APV and Prime Video (AV) app, Amazon subscription and extra payment of Amazon Prime Channels (APCs). Fourthly, Amazon has fewer partnership than Netflix especially when it comes to local TV series. Instead, Amazon has live TV channel collaboration including sports content. Lastly, both have strategic and operational agility in their organization well.

• 한국IT서비스학회지
• /
• 제2권2호
• /
• pp.53-62
• /
• 2003

Current P2P (Peer-to-Peer) applications have the limited functions such as file search and transfer between peers and have the limitations such as trust problem on search results, copyright problem, and profitable business model problem. For a P2P application to be used as a business platform for the distribution of various multimedia contents, this paper proposes an extended P2P application architecture and its prototype system including distributed collaborative filtering, automated price negotiation system, and payment mechanism.

• 한국콘텐츠학회논문지
• /
• 제7권12호
• /
• pp.292-302
• /
• 2007

최근 고객 선호도에 맞는 정보 또는 상품을 예측하기 위한 연구들이 활발히 진행되고 있다. 고객의 만족도를 향상시키기 위해서 먼저 불필요한 정보들을 제거시켜야 하며 이러한 정보 필터링은 내용기반 필터링, 협업 필터링 등 여러 가지 기법을 통해 연구되고 있다. 본 논문에서는 기존 필터링 기법들의 문제점으로 나타나고 있는 희소성과 확장성을 해결하기 위해서 역전파 신경망을 이용하여 연구를 수행하였다. 신경망의 훈련 데이터는 설문조사를 통해 얻어진 데이터를 사용하였다. 최종적으로 설문조사를 통해 데이터를 수집하고 신경망 기반 추천시스템의 프로토 타입을 제안하였고 기존 정보필터링 기법의 문제점을 개선하였다.

• 디지털콘텐츠학회 논문지
• /
• 제18권4호
• /
• pp.707-712
• /
• 2017

데이터의 양이 기하급수적으로 증가함에 따라 추천 시스템(recommender system)은 영화, 도서, 음악 등 다양한 산업에서 관심을 받고 있고 연구 대상이 되고 있다. 추천시스템은 사용자들의 과거 선호도 및 클릭스트림(click stream)을 바탕으로 사용자에게 적절한 아이템을 제안하는 것을 목적으로 한다. 대표적인 예로 넷플릭스의 영화 추천 시스템, 아마존의 도서 추천 시스템 등이 있다. 기존의 선행 연구는 협업적 여과, 내용 기반 추천, 혼합 방식의 3가지 방식으로 크게 분류할 수 있다. 하지만 기존의 추천 시스템은 희소성(sparsity), 콜드스타트(cold start), 확장성(scalability) 문제 등의 단점들이 있다. 이러한 단점들을 개선하고 보다 정확도가 높은 추천 시스템을 개발하기 위해 실제 온라인 기업의 상품구매 데이터를 이용해 factorization machine으로 추천시스템을 설계했다.

• 정보교육학회논문지
• /
• 제24권6호
• /
• pp.573-584
• /
• 2020

본 연구는 초등학생들의 인공지능에 대한 이미지를 긍정적으로 향상시키고자 하는 인지 모델링기반 인공지능 알고리즘 교육 프로그램의 개발에 관한 것이다. 먼저 인공지능 알고리즘 중 협력필터링의 개념을 분석하고 이를 인지모델링 방법을 활용하여 교육 프로그램을 개발하였다. 이후 전문가 타당도 검사를 통해 인지 모델링기반의 콘텐츠 개발 방법과 개발된 프로그램에 대한 적절성이 CVR .80 이상으로 타당함을 확인하였다. 개발 프로그램은 초등학교 6학년 학생들에게 수업으로 적용하였고 형용사 단어 23쌍을 이용한 의미분별법을 이용하여 사전-사후에 인공지능에 대한 학생들의 이미지 인식의 변화를 살펴보았다. 학생들의 인공지능에 대한 이미지는 총 23개 단어 쌍 중 12개에서 유의미한 긍정적 변화를 확인할 수 있었다.

• 한국인터넷방송통신학회논문지
• /
• 제9권3호
• /
• pp.155-164
• /
• 2009

양방향매체 기반의 디지털 콘텐츠 마켓플레이스는 iDTV(DTV, DMB, IPTV)을 통한 다양한 장르의 콘텐츠 서비스 제공을 하기 위한 콘텐츠의 공급자와 수요자간의 마켓플레이스이다. 이는 디지털 환경 하에서의 u-라이프 서비스로써 많은 관심의 대상이 되고 있으며, 방송통신융합의 초기 단계에서 양방향매체는 다양한 콘텐츠와 서비스 모델의 개발을 통하여 그 효용성을 높이는데 기여를 할 수 있을 것이다. 본 논문에서는 양방향매체 기반의 디지털콘텐츠 마켓플레이스에서 적용되어질 수 있는 메타데이터 설계를 하고, 특히 자기주도활동이 가능토록 보조 콘텐츠를 추천하는 태그를 메타데이터 설계에 반영하였다. 또한 기본 메타데이터에 가중치를 부여하여, 마켓플레이스에서 고객이 원하는 보조 콘텐츠를 제공 할 수 있도록 설계하였다. 추천시스템은 개인화 서비스를 구현하는 방법 중의 하나이다. 추천시스템은 다양한 기법을 통해 구축될 수 있으며, 협업필터링 방식을 사용하여 명시적인 속성이 부여되어진 콘텐츠를 추천하는 것은, 기존 콘텐츠 추천의 한계를 해결하고자 하였다.

• 디지털융복합연구
• /
• 제17권8호
• /
• pp.95-104
• /
• 2019

최근 소프트웨어 교육이 4차 산업혁명의 핵심요소로 강조되고 있으며, 이러한 시대적 요구에 따라 많은 대학들이 전교생을 대상으로 하는 소프트웨어 교육을 강화하고 있다. 전교생을 대상으로 하는 SW교육 도입을 위해 온라인 콘텐츠의 활용은 효과적인 방안이라고 할 수 있다. 그러나 일률적인 온라인 콘텐츠의 제공은 학생들의 개별적인 특성(전공, 흥미, 이해력, 관심분야 등)을 고려하지 못하는 한계를 갖는다. 본 연구에서는 불리언 형태의 시청이력 데이터 환경에서 콘텐츠 간의 방향성 있는 유사도를 활용하는 추천 기법을 제안한다. 연관규칙 분석의 확신도를 유사도 값으로 활용하는 새로운 아이템기반 추천 수식을 제안하여 국내의 실제 유료 콘텐츠 사이트의 데이터에 적용하였다. 실험 결과 코사인, 자카드 등의 전통적인 유사도 방식을 기반으로 하는 협력적 추천방식을 사용할 때 보다 추천 정확도가 향상됨을 확인할 수 있었다.

• 방송과미디어
• /
• 제19권4호
• /
• pp.50-59
• /
• 2014

사용자들이 미디어를 접하는 디바이스 환경이 다양화되고 그 속에서 접할 수 있는 콘텐츠의 양은 많아졌다. 특히 급속도로 발전한 모바일 환경에서 사용자들은 개인화된 기기를 사용하여 콘텐츠를 소비하고 주변 사용자들과 경험을 공유한다. 콘텐츠 제공 서비스에서는 이러한 개인의 콘텐츠 소비 이력 및 SNS 관계에서 발생한 데이터를 분석하여 활용함으로써 콘텐츠 소비를 활성화하고자 한다. KBS에서도 이러한 동향에 맞추어 방송콘텐츠 추천검색 연구와 실시간 TV캡처 및 소셜 공유 연구를 진행하였으며, 그 과정에서 많은 양의 데이터를 효율적으로 처리하기 위한 방법의 필요성을 절감하게 되었다. 데이터 분석이 필요한 두 과제에서 진행한 내용을 기술하고 대용량 데이터 처리기법을 활용하여 상용화 서비스를 구축할 계획을 소개한다.