• 지식경영연구
• /
• 제16권3호
• /
• pp.149-169
• /
• 2015

In this study, we try to understand the role of online social recommendation and the similarity of preferences between the recommender and the recommendee on consumer decisions in the framework of the two stage purchase decision-making process. Applying construal level theory to our context, we expect that the role of social recommendation and the similarity of preferences would vary over the stages in the two-stage decision making process. To test our hypotheses, we collected the data through an incentive compatible experiment, and analyzed the data with nested logit model. As a result, we found that the role of online social recommendation varies over the stages. Consumers take recommendation from similar others at the stage of consideration set formation, but no longer consider it at the stage of final choice. Consumers take recommendation from dissimilar others at the stage of consideration set formation. At the stage of final choice, however, consumers avoid choosing the option recommended by dissimilar others. The results of our study enrich the understanding about the role of social recommendation, and have implication to marketing practitioners who attempt to make online social recommendation system more efficient.

• Journal of Information Technology Applications and Management
• /
• 제21권4_spc호
• /
• pp.361-379
• /
• 2014

With the rapid increase of social network usage, there are emerging trends of adopting social information among online users in building recommendation system. This study aims to investigate whether the additional usage of social information can improve recommendation performance in recommendation system and how much the improvement can be different according to the product involvement level. As an experiment result, social information does not affect positively to the recommendation accuracy but affect significantly to the recommendation quality. Also social information contributed more sensitively to the improvement of recommendation quality in high product involvement domain.

• 한국콘텐츠학회논문지
• /
• 제17권2호
• /
• pp.404-414
• /
• 2017

스마트폰의 보급과 온라인 소셜 네트워크 서비스의 발전으로 사용자들은 많은 콘텐츠를 생산하거나 서로 공유한다. 이로 인해 사용자는 자신이 원하지 않는 콘텐츠를 받아보거나 소비함으로써 많은 시간을 소요하게 된다. 이와 같은 문제를 해결하기 위해 소셜 네트워크 사용자에게 적합한 콘텐츠를 추천하기 위한 기법들이 활발하게 연구되고 있다. 본 논문에서는 온라인 소셜 네트워크 사용자에게 협업 필터링을 이용하여 적합한 콘텐츠를 추천하는 기법을 제안한다. 제안하는 기법은 추천의 정확성을 낮추는 사용자의 데이터를 제거하기 위해서 사용자 신뢰도를 고려한다. 사용자의 신뢰도는 온라인 소셜 네트워크의 사용자 행위를 분석해서 도출한다. 사용자의 신뢰도를 다양한 관점에서 평가하기 위해서 기존기법에서 사용하지 않았던 사용자 행위들을 수집해서 사용한다. 다양한 성능평가를 통해 제안하는 기법이 기존 기법보다 우수함을 보인다.

• 한국IT서비스학회지
• /
• 제20권3호
• /
• pp.57-73
• /
• 2021

Recently, online job websites have been activated as unemployment problems have emerged as social problems and demand for job openings has increased. However, while the online job platform market is growing, users have difficulty choosing their jobs. When users apply for a job on online job websites, they check various information such as job contents and recruitment conditions to understand the details of the job. When users choose a job, they focus on various details related to the job rather than simply viewing and supporting the job title. However, existing online job websites usually recommend jobs using only quantitative preference information such as ratings. However, if recommendation services are provided using only quantitative information, the recommendation performance is constantly deteriorating. Therefore, job recommendation services should provide personalized services using various information about the job. This study proposes a recommended methodology that improves recommendation performance by elaborating on qualitative preference information, such as details about the job. To this end, this study performs a topic modeling analysis on the job content of the user profile. Also, we apply LDA techniques to explore topics from job content and extract qualitative preferences. Experiments show that the proposed recommendation methodology has better recommendation performance compared to the traditional recommendation methodology.

• 인터넷정보학회논문지
• /
• 제21권1호
• /
• pp.119-125
• /
• 2020

Based on an online experiment, this research examined how uncivil expressions made by participants from the same political partisan group (in-group) influenced the emotional and behavioral intentions of other in-group members, especially when the incivility was supported by social recommendations such as "recommendations." As predicted, results showed that a higher level of vicarious shame was felt when participants perceived higher levels of incivility. However, no significant effects of social recommendations were found regarding levels of vicarious shame. That is, the level of shame was not significantly different between participants who were exposed to an in-group uncivil comment that received recommendations and participants who were exposed to in-group uncivil comment without recommendations. Findings further found two types of coping strategies -situation-reparation and situation-avoidance - among participants exposed to in-group uncivil comments. Yet no significant effects were found regarding coping strategies in response to the presence of social recommendations. Participants' feelings of shame were positively correlated with both types of coping strategies, supporting findings of previous studies. Implications of this study are further discussed.

• 인터넷정보학회논문지
• /
• 제23권5호
• /
• pp.59-68
• /
• 2022

코로나 시대 실시간 라이브 스트리밍 방송과 비대면 수업이 확산되고 있음에 따라 온라인 스트리밍 수업에 대한 학문적 관심이 필요한 시점이다. 특히 이용자 측면에서 왜 온라인 스트리밍 수업을 이용하는지를 밝히는 것이 중요하다. 이에 본 연구는 온라인 스트리밍 수업의 특성으로 사회적 현존감, 흥미성, 이용 편리성, 상호작용성을 제안하고, 이들 특성이 학습 만족도에 어떠한 영향을 미치는지, 나아가 추천의도에 어떠한 영향을 미치는지를 검증하고자 하였다. 중국 대학생 338명을 대상으로 설문 조사를 실시한 결과 상호작용성, 사회적 현존감, 흥미성은 학습 만족도에 정적인 영향을 미치는 것으로 나타났지만, 이용 편리성의 영향력은 나타나지 않았다. 한편, 학습 만족도는 온라인 스트리밍 수업 추천의도에 긍정적인 영향을 미치는 것으로 확인되었다.

• 정보과학회 논문지
• /
• 제43권11호
• /
• pp.1188-1200
• /
• 2016

추천 시스템은 개인에게 고도로 개인화된 아이템을 제공함으로써 아이템의 선택과 소비과정에서 발생하는 과부하를 줄여주고 효율성을 증대시키는 중요한 역할을 한다. 본 연구에서는 전통적인 추천 기법인 Content-Based(CB)기법과 최근 대두되는 Social Network-based(SN)기법을 접목하여 새로운 복합방식의 정보 추천 알고리즘을 제시한다. CB기법의 대표적인 한계점인 cold start problem과 SN기법에서 부족할 수 있는 추천 아이템의 전문성 문제를 상호 보완하는 형태가 되며, 특히 최근 소셜 네트워크의 특징인 비신뢰(non-trust) 기반의 영향력 있는 정보 확산자가 존재하는 환경에서 기법을 적용할 수 있도록 하였다. 또한 대부분 사람 추천 중심인 기존의 SN기법들과는 달리 사람에게 제공할 정보를 추천하는데 초점을 두며, 정보의 선정과정에서 개인의 소셜 네트워크와 실세계(real world)에서의 사회활동 정보를 모두 활용하여 더욱 더 개인화된 가치정보를 제공하고자 한다.

• 한국정보통신학회논문지
• /
• 제22권1호
• /
• pp.17-25
• /
• 2018

최근 ICT기술의 발전과 스마트 기기의 급격한 보급으로 엄청난 양의 정보가 생성되고 있다. 추천 시스템은 과도한 정보제공(information overload)으로부터 정보 수용자의 적절한 판단을 도와주고, 정보 제공자에게는 기업의 이윤과 업체홍보 효과를 증대 시킬 수 있는 해결책으로 등장하였다. 추천 시스템은 다양한 접근법으로 구현이 가능하지만, 소셜 네트워크 정보로 성능을 향상시킬 수 있는 방법으로 제시되었다. 그러나 추천 시스템 내의 사용자간에 형성되는 신뢰 클러스터의 정보를 활용하는 방안은 연구되지 못하였다. 본 논문에서는 온라인 리뷰에서 생성되는 클러스터에서 클러스터 내부 객체 간 영향성과 트러스터-트러스티 간 정보를 이용하여 추천 시스템의 성능을 향상시키는 방식을 제안하였다. 제안하는 방식을 구현하고 실제 데이터를 활용하여 실험한 결과 기존의 방식들보다 예측 정확도가 향상됨을 확인하였다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제22권8호
• /
• pp.375-380
• /
• 2016

스마트폰과 Online Social Network Service(OSNS)의 대중화를 통해 언제 어디서든 주변인뿐만 아니라 전 세계 사람들과 상호작용 할 수 있게 되었고, 그 결과 사람들의 OSNS 사용률은 계속 증가하고 있다. 그런데, 일부 OSNS를 통한 대인관계 형성에 집중하는 사람들의 경우, 수많은 Face-to-Face Interaction(F2F Interaction)을 통해 형성되는 인간관계의 과정을 "친구추천" 버튼 하나로 건너뜀으로써 대인관계 기술 발달 및 유지에 어려움을 겪을 수 있다. 본 논문에서는 오프라인에서 F2F Interaction 기회를 발견 및 제공할 수 있는 상황정보 기반의 친구추천 기법을 제시한다. 이를 위해 스마트폰 센서로부터 사용자의 상황정보와 Facebook에서 형성된 사용자 친구관계 정보를 수집하여 텐서 분해 및 결합을 기반으로 오프라인 환경에서 친구를 추천한다. 성능 평가를 위해 12명의 실험 참가자로부터 상황정보를 수집하고, 만족도를 평가하였다.

• International Journal of Internet, Broadcasting and Communication
• /
• 제9권3호
• /
• pp.59-69
• /
• 2017

The best 'hub' to communicate with the citizen is using social media to marketing the business. However, there has several issued and the most common issue that face in critical is a capital issue. This issue is always highlight because most of automatic sentiment detection tool for Facebook or any other social media price is expensive and they lack of technical skills in order to control the tool. Therefore, in directly they have some obstacle to get faster product's feedback from customers. Thus, the personal online retailing need to struggle to stay in market because they need to compete with successful online company such as G-market. Sentiment analysis also known as opinion mining. Aim of this research is develop the tool that allow user to automatic detect the sentiment comment on social media account. RAD model methodology is chosen since its have several phases could produce more activities and output. Soppy tool will be develop using Microsoft Visual. In order to generate an accurate sentiment detection, the functionality testing will be use to find the effectiveness of this Soppy tool. This proposed automated Soppy Tool would be able to provide a platform to measure the impact of the customer sentiment over the postings on their social media site. The results and findings from the impact measurement could then be use as a recommendation in the developing or reviewing to enhance the capability and the profit to their personal online retailing company.