• 한국정보과학회논문지:소프트웨어및응용
• /
• 제36권4호
• /
• pp.298-305
• /
• 2009

협력적 여과 시스템은 내용 기반 여과 시스템과는 대조적으로 아이템에 대한 정보를 반영하지 않으며, 또한 사용자가 자신의 흥미에 대한 정보를 제공하지 않았을 경우 추천을 할 수 없다는 단점을 갖는다. 본 논문에서는 협력적 여과 시스템의 단점을 해결하기 위하여 연관 아이템 트리를 이용한 추천 에이전트를 제안한다. 제안된 방법은 벡터 공간 모델과 K-means 알고리즘을 이용하여 사용자를 군집시킨 후 그룹의 대표 평가값을 추출한다. 다음으로, 군집된 그룹별로 아이템간의 상호정보량을 계산하여 아이템간의 연관도를 파악하며, 이를 기반으로 연관 아이템 트리를 생성한다. 이와 같이 생성한 각 그룹의 연관 아이템 트리와 그룹의 대표 평가값을 이용하여 새로운 사용자에게 아이템을 추천한다. 제안된 추천 에이전트는 사용자 정보와 아이템 정보를 병합하여 새로운 사용자에게 아이템을 추천하며, 아이템간의 유사도를 계산하기 위하여 상호정보량을 사용하고 이를 기반으로 연관 아이템 트리를 생성함으로써 초기에 아이템에 대하여 평가한 정보가 부족한 사용자에게 정확도가 높은 아이템을 추천할 수 있다는 장점을 갖는다. 제안된 방법은 MovieLens 추천 시스템의 데이터 집합을 사용하여 기존의 방법과 비교하였다.

• 전기학회논문지
• /
• 제66권7호
• /
• pp.1083-1091
• /
• 2017

As big data technologies have been developed and massive data have exploded from users through various channels, CEO of global IT enterprise mentioned core importance of data in next generation business. Therefore various machine learning technologies have been necessary to apply data driven services but especially recommendation has been core technique in viewpoint of directly providing summarized information or exact choice of items to users in information flooding environment. Recently evolved recommendation techniques have been proposed by many researchers and most of service companies with big data tried to apply refined recommendation method on their online business. For example, Amazon used item to item collaborative filtering method on its sales distribution platform. In this paper, we develop a commercial web service for suggesting music contents and implement three representative collaborative filtering methods on the service. We also produce recommendation lists with three methods based on real world sample data and evaluate the usefulness of them by comparison among the produced result. This study is meaningful in terms of suggesting the right direction and practicality when companies and developers want to develop web services by applying big data based recommendation techniques in practical environment.

• 방송공학회논문지
• /
• 제17권1호
• /
• pp.129-139
• /
• 2012

본 논문은 방송 콘텐츠를 소비한 사용자의 소비이력 정보를 바탕으로 추천해 주는 시스템을 소개한다. 방송 콘텐츠는 도서, 음반, 영화 등의 콘텐츠와는 다른 구조로 구성되어 있으며, 크게 시리즈물과 에피소드물로 나뉜다. 시리즈물은 여러 개의 방송 콘텐츠가 하나의 프로그램을 구성하고 하나의 주제나 스토리를 다룬다. 반면에 에피소드물은 여러 개의 방송 콘텐츠가 하나의 프로그램을 구성하지만 각각의 콘텐츠 별로 다른 주제나 스토리를 다룬다. 시리즈물인 경우에는 프로그램 단위로 추천이 가능하고, 에피소드물인 경우에는 하나의 프로그램을 구성하는 콘텐츠들이 독립된 콘텐츠로서 추천이 가능하다. 이와 같은 방송콘텐츠의 특징에 따라, 본 논문에서는 시리즈물과 에피소드물로 추천단위를 달리하여 콘텐츠를 추천한다. 콘텐츠 추천은 사용자의 방송 콘텐츠 소비이력 정보를 활용하여 방송 콘텐츠간의 유사도를 도출하고 이를 토대로 추천을 제공한다. 방송 콘텐츠간의 유사도는 협업 필터링 알고리즘을 사용하여 계산한다. 추천 시스템은 희소 배열 자료구조를 사용하며, 메모리 기반의 연산을 수행하여 추천 콘텐츠를 색인 구조로 저장한다. 저장된 색인은 추천 시스템에서 제공하는 오픈 API를 통해 서비스되며, 오픈 API는 HTTP 프로토콜을 기반으로 구현되었다. 마지막으로 추천 시스템 구현과 실험을 위한 웹 데모를 소개한다.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2005년도 추계학술대회 논문집
• /
• pp.440-443
• /
• 2005

The wide spread of internet business recently necessitates recommendation systems which can recommend the most suitable product fur customer demands. Currently the recommendation systems use content-based filtering and/or collaborative filtering methods, which are unable both to explain the reason for the recommendation and to reflect constantly changing requirements of the users. These methods guarantee good efficiency only if there is a lot of information about users. This paper proposes an algorithm called 'demand articulate & integration' which can perceive user's continuously varying intents and recommend proper contents. A method of knowledge classification which can be applicable to this algorithm is also developed in order to disassemble knowledge into basic units and articulate indices. The algorithm provides recommendation outputs that are close to expert's opinion through the tracing of articulate index. As a case study, a knowledge base for heritage information is constructed with the expert guide's knowledge. An intelligent recommendation system that can guide heritage tour as good as the expert guider is developed.

• 대한원격탐사학회지
• /
• 제19권5호
• /
• pp.351-361
• /
• 2003

As the launches of a series of remote sensing satellites, there are various multiresolution and multi-spectral images available nowadays. This diversity in remotely sensed image data has created a need to be able to integrate data from different sources. The C-band imaging radar of ERS-2 due to its high sensitivity to coastal wetlands holds tremendous potential in mapping and monitoring coastal wetland features. This paper investigates the advantages of using ERS-2 SAR data combined with IRS-ID LISS-3 data for mapping complex coastal wetland features of Tamil Nadu, southern India. We present a methodology in this paper that highlights the mapping potential of different combinations of filtering and integration techniques. The methodology adopted here consists of three major steps as following: (i) speckle noise reduction by comparative performance of different filtering algorithms, (ii) geometric rectification and coregistration, and (iii) application of different integration techniques. The results obtained from the analysis of optical and microwave image data have proved their potential use in improving interpretability of different coastal wetland features of southern India. Based visual and statistical analyzes, this study suggests that brovey transform will perform well in terms of preserving spatial and spectral content of the original image data. It was also realized that speckle filtering is very important before fusing optical and microwave data for mapping coastal mangrove wetland ecosystem.

• 대한산업공학회지
• /
• 제41권2호
• /
• pp.185-208
• /
• 2015

The explosive growth of the world-wide-web and the emergence of e-commerce has led to the development of recommender systems. Recommender systems are personalized information filtering used to identify a set of items that will be of interest to a certain user. This paper reviews recommender systems and presents their pros and cons.

• 한국정보과학회논문지:데이타베이스
• /
• 제29권6호
• /
• pp.453-463
• /
• 2002

정보사회가 인터넷의 보급과 더불어 복잡해짐에 따라 데이타베이스의 흐름은 문자나 숫자와 같은 일차원적인 데이타가 아닌 지리정보, 멀티미디어 데이타와 같은 다차원의 데이타를 저장하고 이에 대한 질의를 처리할 수 있는 시스템을 요구하고 있다 따라서, 다차원적인 특성을 지니는 데이타에 대한 효율적 검색을 위한 다차원 인덱싱 구조에 대한 연구가 활발히 진행되어 왔으며, 그와 동시에 이러한 인덱싱 구조하에서 효율적인 질의 처리를 위한 연구도 병행되고 있다. 다차원 데이타는 그 다양한 응용분야에 따라 요구되는 질의의 형태가 각각 다르므로 이에 대응할 수 있는 알고리즘의 연구가 필요하다. 현재, 많은 다차원 데이타 처리 시스템이 R-트리계열의 인덱싱구조를 근간으로 구성되었으나, 현재까지의 질의처리 기법은 질의처리시에 필터링 특성을 지니지 않으므로, 객체들간의 다차원 거리계산으로 인하여 많은 질의처리 시간을 소요한다. 본 논문에서는 다차원 데이타를 처리하기 위한 R-트리 계열의 다차원 인덱싱 구조에서의 효율적인 질의처리를 위하여 질의처리 대상 객체를 줄이기 위한 필터링 기법을 소개하였다. 필터링을 수행하기 위하여 VP-트리와 MVP-트리에서 사용되었던 VP(Vantage Point)를 이용한다. 먼저, VP 필터링의 개념을 소개하고, VP 필터링을 영역질의와 포인트 질의의 일종인 추가객체요구질의에 각각 적용한 알고리즘을 제시하였다. VP 필터링을 적용하기 위하여 요구되는 삽입 객체와 VP간의 거리계산 시간은 객체의 삽입시 수행되며, 질의 처리를 수행할 때에는 다시 계산되지 않는다. 논문에서는 제안된 알고리즘의 효율성을 실험을 통하여 증명하였다.

• 한국CDE학회논문집
• /
• 제20권2호
• /
• pp.159-170
• /
• 2015

Radio-Frequency Identification (RFID) or Near Field Communication (NFC) technology has many advantages over other visual interfaces since it does not require line-of-sight alignment, can identify multiple tags simultaneously, and does not destroy the integrity of original objects. In addition, smart devices such as smartphone and smartpad have NFC/RFID readers which can provide mobile and natural interactions with digital and physical contents. Augmented reality has an excellent visual interaction capability with digital contents in a real environment by embedding digital contents into the physical world. In this paper, we propose a new approach to digital content interactions using RFID/NFC-based tangible interfaces in augmented reality environments that utilize invisible interfaces in addition to marker-based visual interfaces. By combining the advantages of invisible and visual interfaces, more intuitive interactions with digital contents can be provided, which can remove the difficulty of using typical AR paddles that are widely used in AR interactions. In particular, a semantic AR ontology is defined to provide more convenient interactions. Through the semantic ontology-based inferencing, physical querying and filtering are effectively supported. We will show the effectiveness and advantage of the proposed approach by demonstrating implementation results.

• 한국정보과학회논문지:시스템및이론
• /
• 제33권9호
• /
• pp.650-657
• /
• 2006

음악은 삶의 일부이며 상황에 따라 많은 영향을 받는다. 그러나 음악 추천 시스템에 관한 기존 연구들에서는 사용자로부터 획득한 몇 가지 메타데이타(장르, 아티스트 등)만을 내용기반 필터링으로 분석하여 이용함으로써 적절한 상황을 고려하지 못하는 문제점이 있었다. 최근 들어 환경의 몇 가지 상태(온도, 습도 등)변화를 적용한 추천 연구가 이루어지고 있지만 상황으로서 이해하기는 부족한 실정이다. 그러므로 우리는 기존연구에서의 메타데이타는 물론 상황정보를 동적으로 반영하여 사용자가 더욱 만족할 수 있는 음악을 추천하는 것을 제안한다. 또한 사용자에 의한 피드백이 가능함으로써 서비스를 더 향상시킬 수 있다. 이를 해결하기 위해 본 논문에서는 음악 선곡에 필요한 상황정보를 정의하고 내용기반 필터링 기법을 사용하여 사용자의 취향과 상황에 적합한 음악 추천 시스템을 설계한다. 본 추천 시스템에서는 홈 네트워크 환경에서 상황정보를 인식하기 위해 OSGi 프레임워크를 사용하였으며 서비스 이동성 및 분산처리를 지원하여 음악 선곡에 대한 사용자의 만족도와 서비스의 질을 향상 시켰다.

• 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.