• 한국IT서비스학회지
• /
• 제21권2호
• /
• pp.109-126
• /
• 2022

The number and variety of products and services offered by companies have increased dramatically, providing customers with more choices to meet their needs. As a solution to this information overload problem, the provision of tailored services to individuals has become increasingly important, and the personalized recommender systems have been widely studied and used in both academia and industry. Existing recommender systems face important problems in practical applications. The most important problem is that it cannot clearly explain why it recommends these products. In recent years, some researchers have found that the explanation of recommender systems may be very useful. As a result, users are generally increasing conversion rates, satisfaction, and trust in the recommender system if it is explained why those particular items are recommended. Therefore, this study presents a methodology of providing an explanatory function of a recommender system using a review text left by a user. The basic idea is not to use all of the user's reviews, but to provide them in a summarized form using only reviews left by similar users or neighbors involved in recommending the item as an explanation when providing the recommended item to the user. To achieve this research goal, this study aims to provide a product recommendation list using user-based collaborative filtering techniques, combine reviews left by neighboring users with each product to build a model that combines text summary methods among deep learning-based natural language processing methods. Using the IMDb movie database, text reviews of all target user neighbors' movies are collected and summarized to present descriptions of recommended movies. There are several text summary methods, but this study aims to evaluate whether the review summary is well performed by training the Sequence-to-sequence+attention model, which is a representative generation summary method, and the BertSum model, which is an extraction summary model.

• 대한지리학회지
• /
• 제30권1호
• /
• pp.16-34
• /
• 1995

본 연구에서는 시멘트공업이 발달함에 따라 지역에 어떤 영향을 미쳤는지를 알기 위하여 매포지역을 사례로 하여 종합적으로 고찰하였으며, 연구결과를 요약하면 다음과 같 다. 1) 연구지역은 1960년대에 세개의 시멘트공장이 건설되면서 노동자, 기술자들이 대량으 로 유입되어 폭발적인 인구증가를 나타냈으며 1970년대에는 시설확장으로 고용기회가 많이 늘어나 인구가 더욱 집중하게 되었다. 그러나 1980년대에는 오랜 경험과 기술 출적으로 인 한 각종 기계의 자동화와 대형화로 노동력이 대체되어 종업원의 수가 그 이전보다 줄어들고 인구 역시 감소되고 있다. 2) 시멘트공업이 발달하면서 시멘트공장이 입지한 곳과 그 인접 지역은 공장사택으로 인하여 비농가율이 높게 나타난다. 그리고 공장부지, 광상의 확대로 농 경지는 점점 감소되고 시멘트공업과 비교적 관계없는 농촌지역들은 농업적 토지이용이 크게 달라지지 않았다. 또 이 지역은 분진이 가장 심각한 공해문제를 야기한다.

• 한국항만경제학회지
• /
• 제25권3호
• /
• pp.183-206
• /
• 2009

우리나라 교역 대상국 중에서 중국의 비중이 점차로 증가하여 이제는 중국이 우리나라의 제1 투자국이자 최대의 교역 상대국으로 부상하였으며, 이러한 중국과의 무역의존도 증가는 우리나라 해운 물류의 구조에도 변화를 초래하고 있다. 북중국과 인접한 인천항은 중국의 경제성장, 한중간의 교역 증대, 기업의 한중간의 공급사슬 구축으로 인해 경쟁력 제고의 기회를 맞고 있다. 또한 중국의 물량이 크게 증대하고, 중국항만이 대대적으로 개발되고, 중국항만에의 대형선박의 직기항이 증대되면서 동북아 해운항로가 급속히 재편되고 있다. 본 연구는 항만 선택 요인 및 만족도를 one sample T-test, 요인분석, 회귀분석, IPA 방법을 통하여 수도권이라는 광활한 배후시장을 가지고 있으면서 상대적으로 주목을 받지 못했던 인천항에 대하여 항만이 안고 있는 문제점 및 경쟁력 제고 방안을 제시하였다. 본 연구는 항만 선택 요인을 24개 요인으로 선정하여 항만 선택 요인, 만족도, 항로 적합성 조사를 7점 리커트 척도로 측정하였다. 또 항만의 선택 요인 항목에 대해 요인 분석을 실시하여 5개 항목으로 분류하여 각 요인별로 전체만족도에 미치는 영향을 회귀분석을 통해 실시하였다. 인천항의 개선방안의 우선순위를 IPA분석방법 결과 항만접근성, 항비, 선석가용성, 무료장치 기간 및 비용, 하역비 수준, 기타 화물비용, 접안수심 등의 측면에서는 항만 선택 요인은 매우 중요하나 만족도가 낮기 때문에 인천항의 경쟁력 제고를 위해서는 우선적으로 자원을 투여해서 중점적으로 개선해 나가야한다. 인천항의 경쟁력 제고 방안으로서 북미 및 유럽 화물 유치, 선박대형화에 따른 항만시설 인프라 구축, 전용터미널 제공 및 GTO 유치, 항만 배후단지 구축, 물류업체 유치 및 통합네트워크 구축 및 항만 간 협력 강화 등을 제시하였다.

• 지능정보연구
• /
• 제23권4호
• /
• pp.111-126
• /
• 2017

연관 상품 추천은 수많은 상품을 다루는 온라인 상거래에서 소비자의 상품 탐색 시간을 줄여주며 판매자의 매출 증대에 크게 기여한다. 이는 주문과 같은 거래의 빈도를 기반으로 생성되므로, 통계적으로 판매 확률이 높은 상품을 효과적으로 선별할 수 있다. 하지만, 판매 가능성이 높은 경우라도 신상품처럼 판매 초기에 거래 건수가 충분하지 않은 상품은 추천에서 누락될 수 있다. 연관 추천에서 누락된 상품은 이로 인해 노출 기회를 잃게 되고, 이는 거래 건수 감소로 이어져, 또 다시 추천 기회를 잃는 악순환을 겪을 수도 한다. 따라서, 충분한 거래 건수가 쌓이기 전까지 초기 매출은 일정 기간 동안 정체되는 현상을 보이는데, 의류 등과 같이 유행에 민감하거나 계절 변화에 영향을 많이 받는 상품은 이로 인해 매출에 큰 타격을 입을 수도 있다. 본 연구는 이와 같이 거래 초기의 낮은 거래 빈도로 인해 잘 드러나지 않는 상품 간의 잠재적인 연관성을 찾아 추천 기회를 확보할 수 있도록 연관 규칙을 확장하기 위한 목적으로 수행되었다. 두 상품 간에 직접적인 연관성이 나타나지 않더라도 다른 상품을 매개로 두 상품 간의 잠재적 연관성을 예측할 수 있을 것이며, 이런 연관성은 주문에서 나타나는 상품 간 상호작용으로 표현될 수 있으므로, 사회연결망 분석을 활용한 분석을 시도하였다. 사회연결망 분석기법을 통해 각 상품의 속성과 두 상품 간 경로의 특성을 추출하고 회귀분석을 실시하여, 두 상품 간 경로의 최단 거리 및 경로의 개수, 각 상품이 얼마나 많은 상품과 연관성을 갖는지, 두 상품의 분류 카테고리가 어느 정도 일치하는지가 두 상품 간의 잠재적 연관성에 미친다는 것을 확인하였다. 모형의 성능을 평가하기 위해, 일정 기간의 주문 데이터로부터 연결망을 구성하고, 이후 10일 간 생성될 상품 간 연관성을 예측하는 실험을 진행하였다. 실험 결과는 모형을 적용하지 않는 경우보다 제안 모형을 활용할 때 훨씬 많은 연관성을 찾을 수 있음을 보여준다.