• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2003년도 춘계학술대회 논문집
• /
• pp.877-880
• /
• 2003

In a competitive and globalized business environment, the need for the green products becomes stronger. To meet these trends, the environmental assessment besides delivery, cost and quality of products should be considered as an important factor in new product development phase. In this paper. a knowledge-based approximate life cycle assessment system (KALCAS) for the collaborative design environment is developed to assess the environmental impacts in context of product concept development. It aims at improving the environmental efficiency of the product using artificial neural networks consisting of high-level product attributes and LCA results. The overall framework of the collaborative environment including KALCAS is proposed. This architecture uses the CO environment to allow users on a wide variety of platforms to access the product data and other related information. It enables us to trade-off the evaluation results between the objectives of the product development including the approximate environmental assessment in the collaborative design environment.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2004년도 추계학술대회
• /
• pp.203-210
• /
• 2004

Due to the explosion of e-commerce, recommender systems are rapidly becoming a core tool to accelerate cross-selling and strengthen customer loyalty. There are two prevalent approaches for building recommender systems - content-based recommending and collaborative filtering. Collaborative filtering recommender systems have been very successful in both information filtering domains and e-commerce domains, and many researchers have presented variations of collaborative filtering to increase its performance. However, the current research on recommendation has paid little attention to the use of time related data in the recommendation process. Up to now there has not been any study on collaborative filtering to reflect changes in user interest. This paper proposes dynamic fuzzy clustering algorithm and apply it to collaborative filtering algorithm for dynamic recommendations. The proposed methodology detects changes in customer behavior using the customer data at different periods of time and improves the performance of recommendations using information on changes. The results of the evaluation experiment show the proposed model's improvement in making recommendations.

• Educational Technology International
• /
• 제16권1호
• /
• pp.1-30
• /
• 2015

The purpose of this research is to propose a novel social LMS developed for group collaborative learning with a think-aloud tool integrated for sharing cognitive processes in order to improve group collaborative learning performance. In this developmental research, the system was designed with three critical elements: the think-aloud element supports learners through shared cognition, the social network element improves the quality of collaborative learning by forming a structured social environment, and the learning management element provides a understructure for collaborative learning for student groups. Moreover, the three critical elements were combined in an educational context and applied in three directions.

• 한국인터넷방송통신학회논문지
• /
• 제14권1호
• /
• pp.101-107
• /
• 2014

본 논문에서는 협업 필터링 알고리즘을 클러스터링 기반으로 분산 환경에서 구현하여, 추천을 위한 수행 시간을 최적화 하는 방법에 대한 제안을 한다. 하둡 기반으로 시스템을 구성하였고, 분산 Min-hash 클러스터링 기반의 협업 필터링 방법을 제안하고, 이를 기반으로 분산 추천 시스템을 구성하였다. 분산 사용자 기반 협업 필터링 기법을 사용하여 무비렌즈 (Movie Lens)의 영화 평점 데이터를 기반으로 각각의 사용자에게 알맞은 영화를 추천해주는 분산추천 시스템을 구현하고 실험을 통하여 성능의 우수성을 검증하였다.

• 산업공학
• /
• 제18권3호
• /
• pp.221-233
• /
• 2005

e-Manufacturing can be referred to as a system methodology enabling the integration of manufacturing operations and IT technologies to achieve objectives of an enterprise. It is recently regarded as a powerful solution to survive in a chaotic marketplace. While conducting an e-Manufacturing project, we first needed to capture collaborative processes conducted by multiple participants in order to define functions of a system supporting them. However, pervasive process modeling techniques including IDEF3, Petri nets, and UML are not sufficient for modeling collaborative processes. Therefore, we first briefly investigate several process modeling methods including aforementioned modeling methods and ARIS focusing on the collaboration point of view. Then, we propose a new modeling method referred to as Collaborative Process Modeling (CPM) to clearly describe collaborative processes. Also, we develop and illustrate a rule for transforming collaborative process models into Marked Graph models to use the analysis power of the Petri nets. Using CPM empowers us to develop collaborative process models with simple notations, understand and facilitate the realization of the collaboration, and verify models before rushing into the development.

• 한국콘텐츠학회논문지
• /
• 제4권4호
• /
• pp.53-63
• /
• 2004

지금까지 웹 기반의 문제중심학습과 협동학습에 대한 개별적인 연구는 많이 이루어져왔다. 그러나 효과적인 문제중심학습 수행을 위한 협동학습 환경을 제공해 주는 시스템 구축에 대한 연구는 부족한 실정이다. 따라서 본 연구에서는 웹 기반 문제중심학습의 효과적인 수행을 위해 협동학습 환경을 제공해 주는 시스템을 개발하고 실제 학습 현장에 적용하여 그 효과를 분석하였다. 웹 기반 문제중심학습을 위한 협동학습 시스템은 학생들이 그룹 단위의 협동학습을 통해 문제를 해결할 수 있도록 협동학습실과 문제중심학습실로 구성하였다. 개발한 시스템의 효과를 검증하기 위하여 수업 현장에 직접 적용해 본 결과, 본 시스템은 학생들에게 호응이 아주 높았을 뿐만 아니랴 학업 성취도 향상에 영향을 미친 것으로 나타났으며, 학생들의 정의적 영역에도 긍정적인 효과를 주는 것으로 나타났다.

• 지능정보연구
• /
• 제9권2호
• /
• pp.51-63
• /
• 2003

Collaborative filtering is one of the methodologies that are most widely used for recommendation system. It is based on a data matrix of each customer's preferences of products. There could be a lot of missing values in such preference data matrix. This incomplete data is one of the reasons to deteriorate the accuracy of recommendation system. There are several treatments to deal with the incomplete data problem such as case deletion and single imputation. Those approaches are simple and easy to implement but they may provide biased results. Multiple imputation method imputes m values for each missing value. It overcomes flaws of single imputation approaches through considering the uncertainty of missing values. The objective of this paper is to suggest multiple imputation-based collaborative filtering approach for recommendation system to improve the accuracy in prediction performance. The experimental works show that the proposed approach provides better performance than the traditional Collaborative filtering approach, especially in case that there are a lot of missing values in dataset used for recommendation system.

• 융합보안논문지
• /
• 제6권3호
• /
• pp.127-133
• /
• 2006

지식 정보화 시대의 새로운 교육 패러다임의 변화에 따라 웹을 활용한 학습자 중심의 교육에 대한 연구가 활발해지고, 웹상에서의 정보 공유와 활발한 상호작용을 이루는 웹 기반 협동학습을 통하여 학습자의 능동적인 학습 참여와 학업성취도 향상에 관한 관심이 증가하고 있다. 학습자가 잘 적응하기 위해서는 협동학습만을 강조하기보다는 협동 학습과 경쟁 학습의 조화로운 활용으로 동기 유발과 학습 흥미가 있어야 한다. 본 연구에서는 공동의 목표 달성을 위해 긍정적 상호작용을 하여 학습효과를 높이고 팀 경쟁을 통해 학습동기를 촉진함으로써 학습자들이 문제저작을 통한 협동학습과정에서 주도적이고 능동적인 학습이 이루어지며 협동학습을 위해 다양하게 활용하고자 한다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제30권3_4호
• /
• pp.239-250
• /
• 2003

전자 상거래 분야에서 증가하고 있는 정보들 중에 사용자가 자신의 기호에 맞는 정보 만들 만을 선택하기 위해서 각 정보를 일일이 검토하기 어려운 일이다. 이를 보완하기 위해 정보 여과 기술이 사용되는데 최근 추천 시스템은 협력적 여과 시스템의 희박성과 초기 평가 문제를 해결하기 위해서 내용 기반 여과 시스템과 협력적 적과 시스템을 병합하늘 방법을 사용한다. 본 논문에서는 혼합형 추천시스템에서의 예측의 정확도를 향상시키기 위해서 조화 평균 가중치(CBCF_harmonic_mean)를 사용자 유사도 가중치를 구할 때 사용한다. 내용 기반의 성능을 고려하여 임계치 값을 45로 설정한 후, n/45의 Significance weight을 사용자 유사도 가중치에 적용한다. 제안된 방법의 성능을 평가하기 위해서 기존의 협력적 여과 시스템과 내용 기반 여과 시스템을 병합한 방법과 비교 평가하였다. 그 결과 기존의 협력적 여과 시스템의 문제점을 해결하여 예측의 정확도를 높이는데 효과적임을 확인하였다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2001년도 The Pacific Aisan Confrence On Intelligent Systems 2001
• /
• pp.83-88
• /
• 2001

To get the items that a buyer wants in Internet auction. he must search for the items through several auction sites. When the bidding starts, he(the buyer) needs to connect to these auction sites frequently so that he can monitor the bid stats and re-bid. A reserve-price auction reduces the number of connections, but this limits the user's bidding strategy. Another problem is equity between the buyer and the seller. Both the buyer and the seller should profit together within proper limits. In this paper, we propose an auction agent system using a collaborative mobile agent and a brokering mechanism called MoCAAS (Mobile Collaborative Auction Agent System), which mediates between the buyer and the seller and executes bidding asynchronously and autonomously. This reduces connection costs. offers more intelligent bidding and solves the equity problem.