• 경영과학
• /
• 제17권3호
• /
• pp.19-30
• /
• 2000

Customization and personalization services are considered as a critical success factor to be a successful Internet store or web service provider. As a representative personalization technique, personalized recommendation techniques are studied and commercialized to suggest products or services to a customer of Internet storefronts based on demographics of the customer or based on an analysis of the past purchasing behavior of the customer. The underlining theories of recommendation techniques are statistics, data mining, artificial intelligence, and/or rule-based matching. In the rule-based approach for personalized recommendation, marketing rules for personalization are usually collected from marketing experts and are used to inference with customers data. however, it is difficult to extract marketing rules from marketing experts, and also difficult to validate and to maintain the constructed knowledge base. In this paper, we proposed a marketing rule extraction technique for personalized recommendation on Internet storefronts using market basket analysis technique, a well-known data mining technique. Using marketing basket analysis technique, marketing rules for cross sales are extracted, and are used to provide personalized advertisement selection when a customer visits in an Internet store. An experiment has been performed to evaluate the effectiveness of proposed approach comparing with preference scoring approach and random selection.

• 한국정보전자통신기술학회논문지
• /
• 제1권3호
• /
• pp.53-60
• /
• 2008

최근 인터넷 서비스의 활용은 다양한 정보와 동시에 개인에 적합한 서비스를 제공하기위한 노력들로 이루어지고 있다. 이에 본 논문에서는 인터넷 멀티미디어 서브시스템을 기반으로 서비스 통합 과 개인화를 제공하는 웹서비스 활용 모델을 제시하고자 한다. 이러한 서비스 통합과 개인화를 위해 서비스 사용자 정보 분석 및 개인화 서비스 구성요소 추출과정이 요구되며 이를 위해 개인 서비스 제공 정책 수립이 필요하다. 이러한 과정을 통해 기존 서비스와 외부 서비스들 간의 효율적인 통합을 제공할 수 있으며 신규서비스 모델을 구축하여 서비스 이용자에 대한 보다 세밀한 서비스 제공이 가능할 것이다.

• 디자인학연구
• /
• 제16권2호
• /
• pp.23-34
• /
• 2003

웹사이트에서의 개인화 디자인에 대한 요구는 갈수록 증대되고 있다. 현재 많이 활용되고 있는 개인화 디자인 방법은 구축비용과 시간이 적게 든다는 장점을 가지고 있어 웹사이트에 손쉽게 적용될 수 있다. 그러나 사용자의 데이터가 축적되지 않으므로 보다 세련된 개인화가 어렵다는 단점을 가지고 있다. 본 연구에서는 웹사이트 디자인의 개인화를 위한 보다 발전된 방법으로서의 추천 시스템을 연구하였다. 그 결과로 현재 활용되고 있는 추천 시스템들의 내용과 특징에 대해서 정리하였으며 이를 바탕으로 협동적 필터링 기법을 적용한 디자인 추천 시스템을 구성하였고 그 세부적인 과정과 절차를 제안하였다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제9권5호
• /
• pp.541-550
• /
• 2003

소재 개발의 프로세스가 고객 중심으로 다변화 되어가는 생활 환경 속에서 소비자의 감성과 선호도를 파악하는 것은 제품 판매 전략의 중요한 성공요소가 되고 있다. 본 연구에서는 사용자의 감성과 선호도를 중심으로 소재를 개발하는 방법의 하나로 협력적 필터링 개인화 기법을 응용하여 패션 디자인 추천 시스템(FDRS)을 제안한다. Textile 기반의 협력적 필터링 개인화 기술에서, 사용자들간의 유사도 가중치를 계산하기 위해서 피어슨 상판 계수(Pearson Correlation Coefficient)를 사용한다. 소재에 대한 사용자의 감성이나 선호도에 대한 Textile의 대표 감성 형용사를 추출함으로써 소재 개발을 위한 감성 형용사 데이타베이스를 구축한다. 패션 디자인 추천 시스템(FDRS)은 구축된 감성 형용사 데이타베이스를 기반으로 성향이 비슷한 사용자에게 Textile 디자인을 추천한다. 패션 디자인 추천 시스템으로 개발하여 시스템의 논리적 타당성과 유효성을 검증하기 위해 실험적인 적용을 시도하고자 한다.

• Journal of Information Processing Systems
• /
• 제11권1호
• /
• pp.1-21
• /
• 2015

This paper aims to assess the feasibility of a new and less-focused type of online sociability (the watching network) as a useful information source for personalized recommendations. In this paper, we recommend scientific articles of interests by using the shared interests between target users and their watching connections. Our recommendations are based on one typical social bookmarking system, CiteULike. The watching network-based recommendations, which use a much smaller size of user data, produces suggestions that are as good as the conventional Collaborative Filtering technique. The results demonstrate that the watching network is a useful information source and a feasible foundation for information personalization. Furthermore, the watching network is substitutable for anonymous peers of the Collaborative Filtering recommendations. This study shows the expandability of social network-based recommendations to the new type of online social networks.

• Asia pacific journal of information systems
• /
• 제27권2호
• /
• pp.126-138
• /
• 2017

The proliferation of items increased the difficulty of customers in finding the specific items they want to purchase. To solve this problem, companies adopted recommender systems, such as collaborative filtering systems, to provide personalization services. However, companies use only meaningful and essential data given the explosive growth of data. Some customers are concerned that their private information may be exposed because CF systems necessarily deal with personal information. Based on these concerns, we analyze the effects of the amount of information on recommendation performance. We assume that a customer could choose to provide overall information or partial information. Experimental results indicate that customers who provided overall information generally demonstrated high performance, but differences exist according to the characteristics of products. Our study can provide companies with insights concerning the efficient utilization of data.

• 한국문헌정보학회지
• /
• 제52권3호
• /
• pp.5-33
• /
• 2018

본 연구의 목적은 사용자의 정보 서비스 이용행태를 분석하여 검색하는 의도와 관심분야를 국가과학기술표준분류기반으로 파악하고 추적하며, 이를 이용해 과학기술정보를 개인화하는 것이다. 즉 과학기술정보 검색 성능을 개선하여 사용자가 원하는 정보를 탐색하는데 효율성과 만족도를 동시에 충족시키고자 하였다. 실시간 관심분야 추적, 관심태그 클라우드 제공, 관심분야 기반 추천정보 제공, 검색 결과 개인화 네 가지 기능으로 구성된 과학기술정보 개인화 서비스를 개발하여 전문가 실험집단과 통제집단과의 검색 성능 비교를 통해 개인화 정보의 적합성 및 개인화 기능 유용성을 평가하였다. 그 결과 본 연구에서 제안된 개인화 서비스가 비교 대상 서비스보다 검색 성능이 더 우수한 것으로 나타났으며 더 높은 유용성을 제공하는 것을 입증하였다.

• 한국심리학회지 : 문화 및 사회문제
• /
• 제19권3호
• /
• pp.487-506
• /
• 2013

본 연구는 범죄청소년을 면담하는 공식적 형사사법기관의 조사관이 본격적인 조사를 실시하기 전, 피조사자에게 라포형성을 시키기 위해 기존 학자들이 이론적으로 제안한 개인화, 공감, 경청, 그리고 본 연구자가 제안한 '신빙성 쌓기'의 노력들이 피면담자의 자기보고식의 설문지를 통해 측정한 라포형성의 정도에 어떤 기법들이 실제 영향을 주는가를 탐색하고자 했다. 이를 위해 대학생들에게 위 네 가지 기법들이 자신들에게 지각되는 상황에 대한 조사와 학자들이 제시한 네 가지 기법의 구체적 실행방법들을 토대로 조사관의 라포형성 기법들과 구체적 실행방법들을 선정했으며, 조사관의 라포형성을 위한 각 기법별 실행들이 피면담자에게 지각되는 정도와 라포를 측정하기 위한 설문지를 작성했다. 현직의 보호관찰 여성조사관이 총 139명(남, 122; 여, 17)을 대상으로 직접 면담하면서 라포를 형성하고 이에 대한 피면담자들의 반응을 얻었다. 각 네 가지 기법에 의해 형성된 피면담자의 라포의 정도를 기준으로 상하집단으로 나누어 각 집단 간 라포 총점수의 차이가 있는지를 분석했다. 그 결과, 네 가지 기법들이 라포 상하집단 간의 라포양의 차이를 나타내는 것이 확인되었다. 마지막으로, 본 연구의 한계점과 추후 연구방향에 대한 제언을 했다.

• 한국전자거래학회지
• /
• 제22권3호
• /
• pp.75-85
• /
• 2017

전자 상거래 산업에서 많이 사용되고 있는 개인화 추천은 많은 분야에서 효과를 입증하고 있다. 개인화 추천을 위해서는 개인 정보를 포함하여 아이템을 재 분류해야하는 추가 작업이 필요하다. 본 연구에서는 개인 정보를 사용하지 않고 아이템을 재분류 하지 않는 추천 기법에 대해 제안한다. 음악 추천 영역으로 제한하여 실험하였으며, 실제 청취 이력 데이터를 사용하였다. 실험 분석을 통해 적은 데이터로도 유의미한 추천을 이끌어 낼 가능성을 살피고, 상황별 추천을 위한 아이템 수 분석과 추가 기법을 제안한다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제2권11호
• /
• pp.475-482
• /
• 2013

추천 시스템들에 대한 여러 방법들이 연구되고 있다. 개인화와 추천 시스템 중에서 가장 성공적인 방법은 협업 필터링이다. 협업 필터링은 고객들의 프로파일 정보를 기반으로 추천을 하므로 데이터가 충분하지 않다면 항목을 추천하는데 있어서 희박성의 문제가 제기된다. 본 연구에서는 희박성의 문제를 해결하는 방법으로 가중치를 가진 개인 성향을 협업 필터링에 활용하는 방법을 제안한다. 본 연구에서 가중치를 가진 최적의 개인 성향을 찾기 위해 공개 데이터인 MovieLens Data를 이용하여 성능 평가하였다. 실험 결과 본 연구에서 제안한 가중치를 가진 개인 성향들로 구축된 시스템이 기존의 개인 성향들을 이용한 시스템보다 향상된 성능을 보였다.