• 한국정보전자통신기술학회논문지
• /
• 제14권3호
• /
• pp.215-222
• /
• 2021

인간과 컴퓨터의 상호 작용 (Human Computer Interface) 기술의 중요성이 더욱 커지고 있으며 HCI에 대한 연구가 진행됨에 따라 사용자의 직접적인 입력에 의한 컴퓨터 반응이 아닌 감정 추론 혹은 사용자 의도에 따른 컴퓨터 반응에 대한 연구가 증가되고 있다. 스트레스는 현대 인간 문명사회에서의 피할 수 없는 결과이며 복잡한 현상을 나타내며 통제 유무에 따라 인간의 활동능력은 심각한 변화를 받을 수 있다. 본 논문에서는 인간과 컴퓨터의 상호 작용의 일환으로 스트레스를 통해 증가된 심박변이도 (HRV)와 가속도 맥파(APG)를 측정한 후 스트레스를 완화시키기 위한 방안으로 음악을 이용한 지능형 감성 추천시스템을 제안하고자 한다. 사용자의 생체정보 즉, 스트레스 지수를 획득 및 인식하여 신뢰성 있는 데이터를 추출하고자 차분진화 알고리즘을 사용하였으며 이렇게 획득된 스트레스 지수를 단계별에 따라 시멘틱 웹 (Semantic Web)을 통해 감성추론을 하였다. 또한 스트레스 지수와 감성의 변화에 매칭 되는 음악 리스트를 검색 및 추천함으로써 사용자의 생체정보에 맞는 감성 추천시스템을 애플리케이션으로 구현하였다.

• 한국지능시스템학회논문지
• /
• 제19권2호
• /
• pp.242-247
• /
• 2009

지능형 추천 시스템은 사용자의 요청에 응답하는 수동적인 시스템이 아닌 사용자가 원하는 서비스를 제안하는 시스템으로서 최근 콘텐츠 서비스 분야에 많이 개발되고 있다. 이러한 지능형 추천 시스템은 콘텐츠 개인화 서비스에 응용되고 있으며 대표적인 추천기법으로 내용기반과 협업적 필터링 기법이 있다. 본 연구에서는 협업적 필터링 및 퍼지 시스템을 이용하여 추천 시스템의 기반 기술인 예측 시스템을 제안하였다. 제안한 예측 시스템은 사용자의 과거 영화평가 정보를 바탕으로 영화에 대한 평가점수를 예측한다. 영화평가 예측시스템의 성능은 영화 평가점수의 실제값과 예측값의 오차를 RMSE(root mean square error) 방법으로 계산한 후 기존의 영화평가 시스템 RMSE 값과 비교하여 평가하였다. 본 연구를 통해 제안한 영화평가 예측시스템이 추천 시스템의 기반 기술로서 활용이 가능하고 다른 멀티미디어 컨텐츠 서비스 추천에도 응용이 가능할 것으로 기대한다.

• 전자공학회논문지CI
• /
• 제47권1호
• /
• pp.73-79
• /
• 2010

감성 지능형 컴퓨팅은 컴퓨터가 학습과 적응을 통하여 인간의 감성을 처리할 수 있는 감성인지 능력을 갖는 것으로 보다 효율적인 인간과 컴퓨터의 상호 작용을 가능하게 한다. 감성 정보들 중 시각과 청각 정보인 음악 이미지는 짧은 시간에 형성되고 기억에 오랫동안 지속되기 때문에 성공적인 마케팅에 있어서 중요한 요인으로 꼽히고 있으며, 인간의 정서를 이해하고 해석하는데 있어서 매우 중요한 역할을 한다. 본 논문에서는 사용자의 감성키워드(짜증, 우울, 차분, 기쁨)를 고려하여 매칭된 음악과 이미지를 검색하는 시스템을 구축하였다. 제안된 시스템은 인간의 감성을 4단계 경우로 상황을 정의하며, 정규화 된 음악과 이미지를 검색하기 위해 음악 이미지 온톨로지와 감성 온톨로지를 사용하였으며, 이미지의 특징정보를 추출, 유사성을 측정하여 원하는 결과를 얻게 하도록 하였다. 또한, 이미지 감성인식정보를 분류하기위해 대응일치분석과 요인분석을 통한 성컬러와 감성어휘를 하나의 공간에 매칭하였다. 실험결과 제안된 시스템은 4가지 감성상태에 대해 82.4%의 매칭율를 가져올 수 있었다.

• 한국산업정보학회논문지
• /
• 제27권6호
• /
• pp.1-12
• /
• 2022

음원 스트리밍 서비스와 Hi-Fi 시장이 성장함에 따라 다양한 음향기기들이 출시되고 있다. 이로 인해 소비자들의 제품 선택에 대한 폭은 넓어졌지만 자신의 음악적 취향과 일치하는 제품을 찾기는 더욱 어려워졌다. 본 연구에서는 사용자가 선호하는 음원으로부터 보컬 성분을 추출하고 이를 토대로 사용자에게 가장 적합한 음향기기를 추천하는 시스템을 제안하였다. 이를 위해 먼저 원본 음원을 Python의 Spleeter Library를 통해 분리하여 보컬 음원을 추출하고 제조사의 음향기기의 주파수 대역 데이터를 수집한 결과를 각각 격자 그래프로 나타내었다. 추출한 보컬 음원의 주파수 대역과 음향기기의 주파수 대역 측정치 데이터를 비교하기 위한 지표로서 Matching Gap Index(MGI)를 제안하였다. 산출된 MGI 값을 토대로 사용자 선호와의 유사도가 가장 높은 음향기기를 추천한다. 추천 결과는 음향 전문업체에서 제공하는 장르별 Equalizer 데이터를 이용하여 검증하였다.

• 지능정보연구
• /
• 제17권1호
• /
• pp.139-152
• /
• 2011

1990년대 중반에 협업 필터링의 출현으로 인하여 추천시스템에 관련된 연구가 늘어나게 되었다. 협업 필터링의 출현 이후 내용 기반 필터링, 협업 필터링과 내용 기반 필터링이 혼합된 하이브리드 필터링 등 새로운 기법들이 출현함으로써 2000년대에는 추천시스템의 연구가 눈에 띄게 증가하였다. 하지만 현재까지 추천시스템에 관련된 문헌들에 대한 리뷰와 분류가 체계적으로 되어있지 않다. 이와 같은 문제에 대한 해결방안으로써, 본 연구에서는 2001년부터 2010년도까지의 추천시스템에 관련된 문헌들 중 MIS Journal Ranking의 125개의 저널에서 추천시스템(Recommender system, Recommendation system), 협업 필터링(Collaborative Filtering), 내용 기반 필터링(Content based Filtering), 개인화 시스템(Personalized system) 등의 5가지 키워드로 제한하여 조사하였다. 총 37개의 저널에서 논문을 검색하였으며, 검색되어진 논문을 분석한 결과 추천시스템과 관련이 없는 논문을 제외한 총 187개의 논문을 선정하여 분석하였다. 이 연구에서는 그러나 컨퍼런스 논문, 석사, 박사학위 논문, 영어로 작성되지 않은 논문, 완성되지 않은 논문 등은 제외하였다. 본 연구에서는 187개의 논문을 분석하여 2001년부터 2010년까지의 각각의 년도 별 추천시스템의 연구에 대한 동향 분석, Journal별 추천시스템의 게재 분류, 추천시스템 어플리케이션의 사용 분야(책, 문서, 이미지, 영화, 음악, 쇼핑, TV 프로그램, 기타)별 분류 및 분석, 추천시스템에 사용된 데이터마이닝 기술(연관 규칙, 군집화, 의사 결정나무, 최근접 이웃 기법, 링크 분석 기법, 신경망, 회귀분석, 휴리스틱 기법)별 분류 및 분석을 수행하였다. 따라서 본 연구에서 제안한 각각의 분류 및 분석 결과들을 통하여 현재까지 추천시스템의 연구에 대한 연구 동향을 파악 할 수 있었으며, 분석결과를 통해 추천시스템에 관심이 있는 연구자와 전문가에게 미래의 추천시스템의 연구에 대한 가이드라인을 제시 할 수 있을 것이라고 기대한다.

• 한국컴퓨터정보학회논문지
• /
• 제18권5호
• /
• pp.43-52
• /
• 2013

대량의 음악 콘텐츠가 유통되는 초고속 인터넷 환경에서, 사용자가 원하는 음악 콘텐츠를 효과적으로 검색하기 위한 연구들이 다양하게 수행되고 있다. 특히, 음악 정보 검색(MIR: Music Information Retrieval) 연구에 감성 모델을 접목한 음악 추천 시스템 개발도 활발하게 진행되고 있다. 그러나, 적용된 감성 모델이 단순하고, 한국어를 대상으로 하지 않아 한국어의 의미적 감성 표현 처리에 한계점을 가진다. 따라서, 본 논문에서는, 한국어를 기반으로, 기존의 감성 모델을 확장한 새로운 감성 모델(KORean Emotional Model : KOREM)을 제안하고, 이를 온톨로지(Music EMotional Ontology : MEMO)로 설계 및 구현하였다. 이를 통해, 한글로 서술된 폭넓고 다양한 감성적 표현을 이용한 음악 콘텐츠의 분류, 저장 및 검색이 가능하다.

• 디지털융복합연구
• /
• 제18권1호
• /
• pp.301-307
• /
• 2020

최근 추천 시스템은 5G 시대의 시작과 동시에 여러 분야에서 도입하고 있으며, 주로 도서나 영화, 음악 분야의 서비스에서 크게 두각을 나타내고 있다. 그러나 이러한 추천 시스템에서 사용자마다 선호하는 정도가 주관적이고, 불확실하여 정확한 추천 서비스를 제공하기가 어렵다. 추천 시스템의 성능을 향상시키기 위해서는 많은 양의 학습 데이터가 필요하며, 추론 기술이 보다 정확해야 한다. 이러한 문제점을 해결하기 위하여 본 연구에서는 Fuzzy-AHP와 Word2Vec 학습 기법을 이용한 영화 추천 시스템을 제안하였다. 본 시스템에서는 사용자의 선호도를 객관적으로 예측하기 위해 Fuzzy-AHP를 사용하였으며, 스크레이핑한 데이터를 분류하기 위해 Word2Vec 학습 기법을 사용하였다. 본 시스템의 성능을 평가하기 위해 그리드 서치를 이용하여 Word2Vec 학습 결과의 정확도를 측정하였고, 그 후 본 시스템이 예측한 평점과 관객들이 평가한 영화의 평점 간 차이를 비교하였다. 그 결과 최적의 교차 검증 정확도가 91.4%로 우수한 성능을 나타내었으며, 예측한 평점과 관객들이 평가한 영화의 평점 간 차이를 Fuzzy-AHP 시스템과 비교한 결과 10% 정도 우수함을 확인할 수 있었다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 추계 학술대회 학술발표 논문집
• /
• pp.114-117
• /
• 2003

본 논문에서는 사용자가 음악을 직접 선곡하지 않고 락, 트로트, 댄스, 힙합, 발라드 등 5가지의 장르 중 사용자가 선호하는 음악의 장르를 추천하는 시스템을 구현하였다. 실시간으로 연주되는 음악에서 Bass Drum 신호를 추출ㆍ분석하여, 기본적으로 한 마디에 소요되는 시간, 주법, 진폭 등 세가지 파라메터를 이용하여 5가지 장르로 분류하였다 선택 곡 수와 들은 시간으로 퍼지 추론을 통해 각 장르에 대한 사용자 만족도를 평가한다. 평가된 만족도에 의해 사용자가 선호하는 장르의 음악을 제공하는 시스템을 제안한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2002년도 추계학술대회 및 정기총회
• /
• pp.435-438
• /
• 2002

본 논문은 웹 상에서 음악을 듣는 사용자의 음악 취향을 평가 한 후, 취향에 맞는 인터페이스를 추천하는 시스템을 구현하였다. 초기 음악 취향 평가 단계에서는 평가 요소인 장르, 가수, 최신곡에 대한 사용자 데이터와 평가 요소에 대한 실험을 통해 얻은 중요도를 이용하여 퍼지측도.적분을 수행한다. 수행 결과 값이 높은 음악의 평가 요소에 의해 인터페이스를 추천하고, 추천된 인터페이스에 대한 선택 곡 수와 들은 시간으로 퍼지 추론을 통해 인터페이스에 대한 만족도를 평가한다. 평가된 만족도에 의해 중요도를 변경시킴으로써 사용자의 취향에 맞는 인터페이스를 제공하는 시스템 을 제안한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 추계학술발표대회
• /
• pp.1163-1165
• /
• 2015

최근 들어, 사용자의 선호도를 고려한 음악추천 시스템의 연구가 활발히 진행되고 있다. 대부분의 음악 추천 시스템은 사용자가 들었던 곡을 분석하여 유사한 노래를 추천하는 시스템을 사용하여 비슷한 성향에서 벗어나지 못한 추천으로 다양한 사용자의 선호도를 만족시키는데 한계가 있었다. 본 논문에서는 개인 정보인 성별, 나이, 지역, 계절, 장르에 가중치를 활용하여 각각의 개인에 가장 알맞은 음악 추천 시스템을 설계하고 구현한다.