• 한국멀티미디어학회논문지
• /
• 제22권2호
• /
• pp.260-270
• /
• 2019

As the growth of developing Islamic countries, Muslims are into the world. The most important thing for Muslims to purchase food, ingredient, cosmetics and other products are whether they were certified as 'Halal'. With the increasing number of Muslim tourists and residents in Korea, Halal restaurants and markets are on the rise. However, the service that provides information on Halal restaurants and markets in Korea is very limited. Especially, the application of recommendation system technology is effective to provide Halal restaurant information to users efficiently. The profiling of Halal restaurant information should be preceded by design of recommendation system, and design of recommendation algorithm is most important part in designing recommendation system. In this paper, an Intelligent Recommendation Service system for offering Halal food (IRSH) based on dynamic profiles was proposed. The proposed system recommend a customized Halal restaurant, and proposed recommendation algorithm uses hybrid filtering which is combined by content-based filtering, collaborative filtering and location-based filtering. The proposed algorithm combines several filtering techniques in order to improve the accuracy of recommendation by complementing the various problems of each filtering. The experiment of performance evaluation for comparing with existed restaurant recommendation system was proceeded, and result that proposed IRSH increase recommendation accuracy using Halal contents was deducted.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권9호
• /
• pp.3730-3744
• /
• 2020

This study proposes a deep learning-based evolutionary recommendation model for heterogeneous big data integration, for which collaborative filtering and a neural-network algorithm are employed. The proposed model is used to apply an individual's importance or sensory level to formulate a recommendation using the decision-making feedback. The evolutionary recommendation model is based on the Deep Neural Network (DNN), which is useful for analyzing and evaluating the feedback data among various neural-network algorithms, and the DNN is combined with collaborative filtering. The designed model is used to extract health information from data collected by the Korea National Health and Nutrition Examination Survey, and the collaborative filtering-based recommendation model was compared with the deep learning-based evolutionary recommendation model to evaluate its performance. The RMSE is used to evaluate the performance of the proposed model. According to the comparative analysis, the accuracy of the deep learning-based evolutionary recommendation model is superior to that of the collaborative filtering-based recommendation model.

• Asia pacific journal of information systems
• /
• 제14권2호
• /
• pp.131-149
• /
• 2004

Collaborative filtering is one of popular techniques for personalized recommendation in e-commerce sites. An advantage of collaborative filtering is that the technique can work with sparse evaluation data to predict preference scores of new alternative contents or advertisements. There is, however, no in-depth study about the sparsity effect of customer's evaluation data to the performance of recommendation. In this study, we investigate the sparsity effect and hybrid usages of customers' evaluation data and purchase data using an experiment result. The result of the analysis shows that the performance of recommendation decreases monotonically as the sparsity increases, and also the hybrid usage of two different types of data; customers' evaluation data and purchase data helps to increase the performance of recommendation in sparsity situation.

• 디지털콘텐츠학회 논문지
• /
• 제17권6호
• /
• pp.523-529
• /
• 2016

스테레오 매칭 알고리즘은 컴퓨터 비전과 사진촬영에 필수적인 알고리즘으로 정확도와 복잡도는 스테레오 매칭 알고리즘의 주요 문제점이었다. 그 중에서도 복잡도가 높은 문제점을 극복하기 위해 비용 볼륨 필터링을 기반한 스테레오 매칭 알고리즘에 대한 많은 연구가 이루어졌다. 지역 스테레오 매칭 기술인 유도 영상 필터링 기술은 O(N)의 복잡도를 가지고 있지만, 여전히 실시간 3D 비디오 서비스를 제공하기에는 계산량이 많은 편이다. 따라서 본 논문에서 고속 유도 영상 필터링에 기반한 스테레오 매칭 알고리즘을 제안한다. 고속 유도 필터링은 서브샘플 비율 $\small{s}$에 따라 복잡도 $O(N/\small{s}^2)$을 가지는 알고리즘이다. 제안하는 알고리즘은 효과적인 스테레오 알고리즘을 성능을 보여줌과 동시에 3D 서비스를 위한 빠른 실행 시간을 보여준다.

• 한국콘텐츠학회논문지
• /
• 제11권7호
• /
• pp.1-8
• /
• 2011

현대사회는 인터넷과 IT융합기술의 발달로 정보의 양이 급속도로 늘어나고 있으며, 이로 인하여 많은 데이터 속에 원하는 정보를 용이하게 획득하거나 검색하는 기술도 발전되고 있다. 의료 관련 시스템통합 또한 다양하게 구축 되어 정보의 누적량이 비약적으로 증가하고 있으나 구축된 자료를 활용한 간호활동의 정보제공 및 지원 내용은 미흡한 실정으로 특히 통증의 중재에 관한 판단은 간호사 개인의 경험적 판단에 의존하게 되는 것이 현실로서 대체적으로 주관적 판단이 내려지게 된다. 본 논문에서는 기존의 의료관련 데이터를 활용, 추출하고 협력적 필터링을 이용한 통증 간호중재 지원 방법론을 제안한다. 제안하고자 하는 협력적 필터링은 유사한 선호도를 기반으로 관련도가 높은 아이템을 추출하는 방법으로 사용자 기반의 협력적 필터링을 이용한 선호도 예측 방법은 피어슨 상관 계수에 의해 사용자 유사도를 구하고, 사용자의 선호도를 기반으로 이웃 선정방법을 사용한다.

• 한국콘텐츠학회논문지
• /
• 제7권11호
• /
• pp.23-33
• /
• 2007

협력적 필터링은 피어슨 상관 계수에 의해 유사도를 구하고, 선호도를 기반으로 이웃 선정 방법을 사용하므로 아이템에 대한 내용을 반영하지 못할 뿐만 아니라 희박성 및 확장성의 문제를 가지고 있다. 이러한 문제점을 개선하기 위하여 아이템 기반 협력적 필터링이 실용화되었으나 아이템의 속성을 반영하지는 못한다. 본 논문에서는 기존 추천 시스템의 문제점을 보완하기 위하여 분류 속성과 Naive Bayesian을 이용한 사용자와 아이템 기반의 협력적 필터링을 제안하였다. 제안한 방법에서는 희박성 문제를 해결하기 위하여 명시적 데이터에 기반한 아이템 유사도와 묵시적 데이터에 기반한 사용자 유사도를 복합적으로 참조한다. 참조 결과에 대해 Naive Bayesian을 적용한다. 또한 속성을 반영하기 위해 아이템 분류속성간의 유사관계 순위를 아이템 유사도 계산에 반영함으로써 정확성을 높일 수 있었다.

• 한국멀티미디어학회논문지
• /
• 제10권1호
• /
• pp.128-138
• /
• 2007

기존 아날로그식 방송에서 디지털 양방향 방송이 본격화됨에 따라, 시청자에게 제공되어지는 콘텐츠와 채널의 수가 기하급수적으로 늘어나고 있다. 이러한 다채널 다매체 시대에 국내 디지털 방송의 표준인 유럽의 DVB-MHP 표준안을 준수한 EPG(Electronic Program Guide : 전자 프로그램 가이드)는 시청자에게 TV 시청을 편리하게 제공할 수 있는 서비스이자 필수 요소이다. 그러나 방대한 TV 콘텐츠와 그에 따른 채널수에 인해 단순한 리모콘의 동작만으로 채널을 탐색하기에는 어려움이 있다. 이에 본 논문에서는 시청자가 선호하는 DiTV용 콘텐츠를 제공하기 위해 MHP 기반의 Java Xlet 어플리케이션을 이용하여 시청자의 콘텐츠선호도와 비슷한 선호도집단 내에서 서로 추천해주는 협업필터링 알고리즘을 적용한 콘텐츠 추천 EPG를 설계 및 구현하였으며, OpenMHP 에뮬레이터를 통해 결과를 확인하였다.

• 한국멀티미디어학회논문지
• /
• 제12권2호
• /
• pp.219-230
• /
• 2009

최근 디지털 데이터 방송이 본격화됨에 따라, 인터랙티브한 서비스 제공을 위한 콘텐츠 및 채널의 수가 기하급수적으로 증가하고 있다. 이러한 다채널 시대에 시청자의 선호도를 반영한 EPG(Electronic Program Guide : 전자 프로그램 가이드)는 TV의 포탈서비스이자 필수 요구 사항이며, 또한 국내 디지털 방송의 표준이 유럽의 DVB-MHP 표준안을 따르고 있는 만큼 EPG서비스도 그에 발맞추어 연구 및 개발이 요구되어진다. 이에 본 논문에서는 상기 제시된 요구 사항을 충족하기 위해 시청자와 시청자들 간의 시청정보 및 프로파일을 이용한 1 2차에 걸친 협업 필터링기법을 제안한다. 이를 위해 시청자와 선호도가 비슷한 선호도집단 내에서 서로 콘텐츠를 추천하는 협업 EPG시스템을 Java Xlet 응용프로그램으로 설계 및 구현하였으며, DVB-MHP 표준을 준수한 EPG 임을 확인하기 위해 DVB-MHP 표준안을 지원하는 OpenMHP 10.4를 통해 결과를 검증하였다.

• 인터넷정보학회논문지
• /
• 제11권6호
• /
• pp.1-11
• /
• 2010

특정 기능을 중심으로 연구 개발되었던 LBS는 GPS 기능이 탑재된 스마트폰의 급속한 보급에 의해 개인을 위한 솔루션으로 점차 변모하고 있다. 이에 본 논문에서는 협업 필터링 기술에 기반한 추천 시스템을 개인용 LBS에 적용하여 위치기반 콘텐츠 제공 시스템의 개인화 방안을 제안하고자 한다. 제안하는 개인화 LBS 시스템은 사용자의 현재 위치를 중심으로 사용자가 설정한 반경 거리 안에 공유된 위치기반 콘텐츠의 선호도를 예측하여 사용자가 관심을 보일 것이라 예상되는 콘텐츠를 추천한다. 제안하는 시스템의 성능을 평가하기 위해 실지 구현한 프로토타입을 바탕으로 다양한 조건에서 선호도 예측 정확도를 관찰한 결과, 협업 필터링 기술과 LBS의 융합이 LBS의 개인화를 위한 측면에서 유효함을 확인할 수 있었다.

• 한국콘텐츠학회논문지
• /
• 제5권6호
• /
• pp.138-145
• /
• 2005

본 연구에서는 실명(loss of eyesight)의 원인 질병중 하나인 녹내장의 진행과 진단 등의 의료 정보제공을 목적으로 양방향 곡선 전개 방식을 이용하여 망막 영상에서 시신경 원판(optic disk)의 경계를 검출하는 방법을 제안한다. 정확한 경계 검출의 위하여 텍스처 병합(texture synthesis)기반의 이미지 인페인팅 방법으로 시신경 원판 위를 지나는 혈관을 제거하고 전처리 과정에서 발생하는 잡음제거와 경계의 보존을 위해 비등방성 확산 필터링(anisotropic diffusion filtering)을 행한다. 혈관이 제거된 망막 영상에서 시신경 원판의 경계 검출은 양방향 곡선 방식으로 검출한다. 실험 결과에서, 제안한 알고리즘은 복잡한 망막영상에도 효율적으로 시신경 원판을 검출한다는 것을 보여준다.