• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11b
• /
• pp.724-726
• /
• 2005

인터넷이 생활의 일부로 자리 잡은 최근 개인의 개성을 표출할 수 있는 블로그가 각광받고 있다. 본 논문에서는 이러한 블로그 환경에 교육계 분야에서 최근 화두가 되는 E-Learning을 접목시켜 각 개인의 블로그를 조직화하여 협업 학습을 할 수 있는 E-Learning 시스템을 제안한다. 현재 E-Learning 시스템들이 다양한 시도에도 불구하고, 아직은 학교 교육에 대한 과외 대체 교육에 머물고 있고 학습자 개개인에게 개별적인 학습 피드백을 제공하기 위해 많은 시간이 소요되며, 전통적인 교실 수업에 존재하는 사회적 교류를 제공하지 못하고 있다. 따라서 이 논문에서는 블로그 환경에서 학습자끼리의 코멘트에 의한 상호작용을 통해 자발적인 협업 학습 서비스를 제공하고자 한다.

• Annual Conference of KIPS
• /
• 2017.11a
• /
• pp.446-449
• /
• 2017

인터넷의 보급과 동시에 데이터의 누적으로 생성된 수많은 빅 데이터의 활용을 통해 수 없이 많은 개인에 대한 분석과 추천이 가능해졌다. 그중 영화는 현대인의 문화로 자리 잡으며 수많은 데이터의 누적이 이루어 졌으며 계속해서 누적되어가고 있다. 이런 누적된 데이터를 통해서 개인에게 맞는 영화를 추천하는 협업필터링 시스템을 R을 통해 분석하고 Cold Start 문제를 개인화 요인으로서 보안하여 보다 신뢰성 높은 추천 시스템을 제안 한다.

• Journal of Communications and Networks
• /
• v.11 no.4
• /
• pp.350-358
• /
• 2009

In a wireless sensor network (WSN) setting, this paper presents a distributed decision-making framework and illustrates its application in an online structural health monitoring (SHM) system. The objective is to recover a damage severity vector, which identifies, localizes, and quantifies damages in a structure, via distributive and collaborative decision-making among wireless sensors. Observing the fact that damages are generally scarce in a structure, this paper develops a nonlinear 0-norm minimization formulation to recover the sparse damage severity vector, then relaxes it to a linear and distributively tractable one. An optimal algorithm based on the alternating direction method of multipliers (ADMM) and a heuristic distributed linear programming (DLP) algorithm are proposed to estimate the damage severity vector distributively. By limiting sensors to exchange information among neighboring sensors, the distributed decision-making algorithms reduce communication costs, thus alleviate the channel interference and prolong the network lifetime. Simulation results in monitoring a steel frame structure prove the effectiveness of the proposed algorithms.

• Annual Conference of KIPS
• /
• 2016.04a
• /
• pp.455-457
• /
• 2016

스마트 시대에 돌입함에 따라 사람들이 여가를 즐기는 방법은 다양해졌고 그 중에서 독서는 아직까지도 사랑받고 있는 여가 방법 중 하나이다. 그에 따라 수많은 문학도서가 출판되고 있으며 다양해 지고 있는 장르 중에서 소설의 출판량은 다른 타 장르에 비해 가히 압도적이다. 이러한 상황 속에서 사용자에게 적합한 소설을 추천하기란 어려운 일이다. 따라서 본 논문에서는 사용자의 개인 성향과 협업 필터링 방법을 이용하여 각각의 개인 성향에 적합한 소설을 추천하는 시스템을 제안한다.

• Annual Conference of KIPS
• /
• 2016.04a
• /
• pp.433-436
• /
• 2016

최근 주류 업계에서 와인의 소비가 늘어나고 있다. 와인을 마시려면 한국의 다른 술들에 비해 전문지식이 많이 요구된다. 예를 들면, 와인은 품종, 생산국 등에 따라 와인의 맛은 많은 차이를 보인다. 하지만 대부분의 사람들은 와인에 대한 전문 지식이 부족하기에 나에게 맞는 와인은 추천받고 싶어 한다. 이에 본 논문에서는 나만을 위한, 내 입맛에 맞는 와인을 찾고 싶을 때 원하는 정보만을 입력하면 협업 필터링을 사용해서 비슷한 입맛의 사용자들이 높게 평가한 와인을 추천하는 시스템을 제안한다.

• Annual Conference of KIPS
• /
• 2015.04a
• /
• pp.294-296
• /
• 2015

최근 들어, 영화에 대한 많은 추천시스템이 제안 되고 있는데, 나이와 장르, 성별에 관한 협업필터링 추천 방식을 주로 사용했다. 협업필터링 방법에 좀 더 정확한 추천을 하기 위해서 본 논문에서는 기존의 협업필터링 방식에 더해서 사용자의 리뷰에서 인간의 '감정'을 장르에 편입시켜 좀 더 사용자에게 정확하고 명확하게 추천하는 영화추천시스템을 제안한다.

• Annual Conference of KIPS
• /
• 2018.05a
• /
• pp.500-503
• /
• 2018

최근 스마트폰의 보급률이 높아지면서 인터넷 쇼핑몰의 접근성이 용이해지고 있고 그로 인해 사용자들의 인터넷 쇼핑의 이용이 보편적이게 되었다. 그 중 여성 의류 분야는 많은 비중을 차지하고 있으며 현재도 꾸준히 성장하고 있는 추세이다. 많은 여성 소비자들은 개인의 취향에 맞는 의류들을 추천받기를 원한다. 본 논문에서는 협업 필터링에서 발생하는 cold start 문제를 이름, 나이, 선호 스타일, 자주 사용하는 쇼핑몰 등 개인 성향을 이용하여 해결하는 협업 필터링과 개인 성향을 이용한 여성 의류 쇼핑몰 추천 시스템을 제안한다.

• Annual Conference of KIPS
• /
• 2018.05a
• /
• pp.492-495
• /
• 2018

최근 짧은 시간을 즐겁게 사용하기 위하여 어디서든 즐길 수 있는 다양한 취미가 생겨나고 있다. 그 중 하나인 웹툰은 스마트폰 환경에서 많이 사용하는데 다양한 플랫폼과 폭풍적으로 증가하는 웹툰들 중에서 자신이 원하는 웹툰을 찾기는 매우 힘들다. 본 논문에서는 안드로이드스튜디오와 R에서 협업필터링과 개인 성향을 이용하여 개인 사용자에게 알맞은 웹툰을 추천해주는 시스템을 개발한다.

• Annual Conference of KIPS
• /
• 2019.05a
• /
• pp.283-286
• /
• 2019

최근 스마트폰의 보급률이 높아지면서 자투리 시간에 스마트폰으로 게임을 즐기는 사람들이 많다. 그에 따라 PC게임을 모바일 버전으로 즐길 수 있는 수 많은 게임들이 등장하고 있다. 이에 따라 사용자는 자신이 좋아하고, 재미있게 즐길 수 있는 모바일 게임을 찾기가 어렵다. 따라서 본 논문에서는 협업 필터링과 k-nn을 이용하여 사용자 스타일에 가장 적합한 모바일 게임 추천 시스템을 제안한다.

• Annual Conference of KIPS
• /
• 2019.05a
• /
• pp.287-290
• /
• 2019

종편 tv채널 증가와 모바일, 웹 시장의 발달로 엄청난 많은 양의 드라마가 양산되고 있다. 또한, 현대인들은 복잡한 현대의 생활 구조 때문에 드라마를 제 시간에 시청하거나 자신의 취향에 맞는 드라마를 골라서 시청하는 것은 매우 어렵다. 따라서, 본 논문에서는 R에서 협업 필터링 방법을 이용하여 사용자가 자신에게 가장 적합한 드라마를 추천하는 시스템을 제안한다.