• Journal of Computing Science and Engineering
• /
• 제6권3호
• /
• pp.207-218
• /
• 2012

In recent years, the skyline query paradigm has been established as a reliable method for database query personalization. While early efficiency problems have been solved by sophisticated algorithms and advanced indexing, new challenges in skyline retrieval effectiveness continuously arise. In particular, the rise of the Semantic Web and linked open data leads to personalization issues where skyline queries cannot be applied easily. We addressed the special challenges presented by linked open data in previous work; and now further extend this work, with a heuristic workflow to boost efficiency. This is necessary; because the new view on linked open data dominance has serious implications for the efficiency of the actual skyline computation, since transitivity of the dominance relationships is no longer granted. Therefore, our contributions in this paper can be summarized as: we present an intuitive skyline query paradigm to deal with linked open data; we provide an effective dominance definition, and establish its theoretical properties; we develop innovative skyline algorithms to deal with the resulting challenges; and we design efficient heuristics for the case of predicate equivalences that may often happen in linked open data. We extensively evaluate our new algorithms with respect to performance, and the enriched skyline semantics.

• 한국산업정보학회논문지
• /
• 제28권2호
• /
• pp.31-45
• /
• 2023

본 연구는 유튜브 이용자의 사용 시간이 양적으로 증대하면서 나타나는 질적 단계와 경로에 주목하였다. 그리고 심리학과 신경과학의 이론을 적용하여 추천시스템의 개인화 알고리즘과 적극이용의 구간을 세분화하였고, 이론연구와 실증연구를 병행하였다. 이론연구에서 심리학과 신경과학의 관점으로 포그의 행동모델(FBM), 가변적 보상, 도파민 중독을 적용하였다. 포그의 행동모델(FBM)은 연관 콘텐츠 제시 기능인 개인화 추천 알고리즘이 트리거(계기)로서 쉬운 클릭을 유발하고, 가변적 보상은 검색하는 콘텐츠에 대한 예측불가능성으로 동기부여의 효과성을 높이며, 도파민 중독은 도파민 신경을 자극하면 지속적 적극적으로 콘텐츠를 소비하게 하는 것으로 요약된다. 본 연구는 개인화 추천 알고리즘과 적극이용 구간에서 콘텐츠의 이용 목적을 심리적 측면에서 처음이용, 재이용, 지속이용, 적극이용의 4단계로 구분하고, 경로를 분석하였다는 점에서 학문적 실무적 기여를 할 것으로 기대한다.

• 한국인공지능학회지
• /
• 제12권2호
• /
• pp.9-16
• /
• 2024

In this study, we delve into the effects of personalization algorithms on the creation of "filter bubbles," which can isolate individuals intellectually by reinforcing their pre-existing biases, particularly through personalized Google searches. By setting up accounts with distinct ideological learnings-progressive and conservative-and employing deep neural networks to simulate user interactions, we quantitatively confirmed the existence of filter bubbles. Our investigation extends to the deployment of an LSTM model designed to assess political orientation in text, enabling us to bias accounts deliberately and monitor their increasing ideological inclinations. We observed politically biased search results appearing over time in searches through biased accounts. Additionally, the political bias of the accounts continued to increase. These results provide numerical evidence for the existence of filter bubbles and demonstrate that these bubbles exert a greater influence on search results over time. Moreover, we explored potential solutions to mitigate the influence of filter bubbles, proposing methods to promote a more diverse and inclusive information ecosystem. Our findings underscore the significance of filter bubbles in shaping users' access to information and highlight the urgency of addressing this issue to prevent further political polarization and media habit entrenchment. Through this research, we contribute to a broader understanding of the challenges posed by personalized digital environments and offer insights into strategies that can help alleviate the risks of intellectual isolation caused by filter bubbles.

• 정보관리학회지
• /
• 제20권4호통권50호
• /
• pp.113-134
• /
• 2003

본 연구에서는 도서관과 정보센터에서 전통적으로 제공되어진 SDI 서비스와 함께 일부 기관에서 제공하고 있는 맞춤정보 서비스를 기반으로 한 개인화 정보 서비스 시스템의 기술요소 및 전체 시스템의 구조를 제안하였다. 제안된 개인화 정보 서비스 시스템은 이용자의 개인 프로파일정보를 바탕으로 이용자의 정보탐색행태 등을 추가 입력 값으로 해서 학습과정을 거쳐 이용자에게 가장 적절한 정보를 출력 값으로 제공할 수 있다. 이를 위해 개인화 정보 서비스 시스템에서가장 중요한 기능을 수행하는 학습시스템과 추천시스템을 구축하는데 필요한 요소에 대해 살펴보았다.

• 식품보건융합연구
• /
• 제10권1호
• /
• pp.1-6
• /
• 2024

Purpose: The research aims to address the intricacies of AI and Big Data application within the food industry. This study explores the strategic implementation of AI and Big Data in the food industry. The study seeks to understand how these technologies can be employed to bolster consumer engagement and contribute to market expansion, while considering ethical implications. Research Method: This research employs a comprehensive approach, analyzing current trends, case studies, and existing academic literature. It focuses on the application of AI and Big Data in areas such as supply chain management, consumer behavior analysis, and personalized marketing strategies. Results: The study finds that AI and Big Data significantly enhance market analytics, consumer personalization, and market trend prediction. It highlights the potential of these technologies in creating more efficient supply chains, improving consumer satisfaction through personalization, and providing valuable market insights. Conclusion and Implications: The paper offers actionable insights and recommendations for the effective implementation of AI and Big Data strategies in the food industry. It emphasizes the need for ethical considerations, particularly in data privacy and the transparency of AI algorithms. The study also explores future trends, suggesting that AI and Big Data will continue to revolutionize the industry, emphasizing sustainability, efficiency, and consumer-centric practices.

• 컴퓨터교육학회논문지
• /
• 제11권1호
• /
• pp.11-21
• /
• 2008

지식정보화시대가 시작되면서 멘토링은 인재 발굴 및 관리를 위한 효율적인 방법으로 인식되고 있다. 멘토링 효과를 높이기 위한 요소는 여러 가지이다. 그 중 멘토와 멘티를 매칭하는 요소는 멘토링 시스템에서 핵심이라 할 수 있다. 기존 e-멘토링 시스템의 매칭은 대부분 개인 정보를 충분히 활용하지 못하고 관리자에 의해 일괄적으로 처리되는데, 이는 멘토링 효과에 부정적인 영향을 미칠 수 있다. 본 논문에서는 중 고등학생을 대상으로 개인선호도를 입력받아 매칭 항목으로 결정하고 이를 기반으로 가장 적절한 멘토/멘티를 매칭시키는 개인선호도기반의 멘토/멘티 추천 알고리즘을 제안한다. 또한, 본 논문에서는 기존의 알고리즘과 함께 제안한 알고리즘을 정교성, 일치성, 다양성 측면에서 분석하여 제안한 알고리즘의 효율성을 증명한다.

• 한국콘텐츠학회논문지
• /
• 제17권11호
• /
• pp.183-191
• /
• 2017

본 연구는 과학 학술정보 서비스 플랫폼 이용자의 정보 검색 편의성을 확보하고 적합한 정보의 획득에 소요되는 시간을 절약하기 위하여, 운영 중인 서비스 메뉴와 각 서비스 별 콘텐츠 정보를 제공하는 알고리즘 중 콘텐츠 추천 알고리즘을 최적화하고 그 결과를 비교평가 하는 것이다. 추천 정확도를 높이기 위해 이용자의 '전공' 항목을 기존 알고리즘에 추가하였으며, 기존 알고리즘과 최적화된 알고리즘을 통한 추천 결과의 성능평가를 수행하였다. 성능평가 결과 최적화된 알고리즘을 통해 이용자에게 제공되는 콘텐츠의 적합도가 21.2% 증가함을 파악하였다. 이용자에게 적합한 콘텐츠를 시스템에서 자동 도출하여 각 서비스 메뉴 별로 제공함으로써 정보 획득 시간을 단축하고, 연구정보로서 가치 있는 연구결과물의 생명주기를 연장할 수 있는 방안이라는 데 본 연구의 의의가 있다.

• 한국도서관정보학회지
• /
• 제53권3호
• /
• pp.287-314
• /
• 2022

본 연구에서는 이용자의 학습과 연구를 지원하기 위한 대학도서관의 콘텐츠 큐레이션 전략을 제시하는 것을 목적으로 하였다. 연구의 목적을 달성하기 위한 방법으로 먼저 문헌연구를 통해 콘텐츠 큐레이션의 개념에 대해 살펴보았다. 이후 대학도서관과 국가도서관, 콘텐츠 기업 등의 콘텐츠 큐레이션 서비스 현황과 사례를 분석하여 시사점을 발견하였다. 연구의 결과, 대학도서관의 성공적인 콘텐츠 큐레이션을 위한 전략으로 양질의 콘텐츠 제공, 선제적 정보서비스 역할 수행, 콘텐츠의 최신성 확보, 이용자 참여를 통한 상호작용성 확보, 개인화 알고리즘 개발의 다섯 가지로 제안하였다.

• 디지털융복합연구
• /
• 제10권2호
• /
• pp.293-297
• /
• 2012

컨텍스트 인식 환경에서 개인화 추천 서비스를 제공하기 위해서는 수집된 컨텍스트 정보를 빠르게 분석하고, 효과적으로 사용자의 목적을 추론할 수 있어야 한다. 그러나 모바일 장비에서 수집되는 컨텍스트는 환경에 따라 데이터의 차이가 발생함으로 인해 기존의 추론 알고리즘을 그대로 적용하기에는 적합하지 않고 모바일 환경에 적합한 효율적인 알고리즘이 필요하다. 본 연구에서는 정보의 누락이나 오류 등으로 인한 손실을 최소화하기 위해 나이브 베이즈 분류기를 사용하여 행동 패턴을 분류하였다. 또한 사용자의 성향을 효과적으로 학습하고 행동 목적을 추론하기 위하여 패턴 매칭 기법을 시용하였다. 제안한 개인화 추천 서비스 시스템을 스마트폰에서 어플리케이션을 추천하는 서비스를 적용하여 정확도를 평가하였다.

• Journal of Information Processing Systems
• /
• 제15권4호
• /
• pp.717-723
• /
• 2019

Smart systems and services aim to facilitate growing urban populations and their prospects of virtual-real social behaviors, gig economies, factory automation, knowledge-based workforce, integrated societies, modern living, among many more. To satisfy these objectives, smart systems and services must comprises of a complex set of features such as security, ease of use and user friendliness, manageability, scalability, adaptivity, intelligent behavior, and personalization. Recently, artificial intelligence (AI) is realized as a data-driven technology to provide an efficient knowledge representation, semantic modeling, and can support a cognitive behavior aspect of the system. In this paper, an integration of AI with the smart systems and services is presented to mitigate the existing challenges. Several novel researches work in terms of frameworks, architectures, paradigms, and algorithms are discussed to provide possible solutions against the existing challenges in the AI-based smart systems and services. Such novel research works involve efficient shape image retrieval, speech signal processing, dynamic thermal rating, advanced persistent threat tactics, user authentication, and so on.