• 한국콘텐츠학회논문지
• /
• 제7권12호
• /
• pp.292-302
• /
• 2007

최근 고객 선호도에 맞는 정보 또는 상품을 예측하기 위한 연구들이 활발히 진행되고 있다. 고객의 만족도를 향상시키기 위해서 먼저 불필요한 정보들을 제거시켜야 하며 이러한 정보 필터링은 내용기반 필터링, 협업 필터링 등 여러 가지 기법을 통해 연구되고 있다. 본 논문에서는 기존 필터링 기법들의 문제점으로 나타나고 있는 희소성과 확장성을 해결하기 위해서 역전파 신경망을 이용하여 연구를 수행하였다. 신경망의 훈련 데이터는 설문조사를 통해 얻어진 데이터를 사용하였다. 최종적으로 설문조사를 통해 데이터를 수집하고 신경망 기반 추천시스템의 프로토 타입을 제안하였고 기존 정보필터링 기법의 문제점을 개선하였다.

• Journal of Information Technology Applications and Management
• /
• 제21권1호
• /
• pp.85-105
• /
• 2014

Exhibition industry is important business domains to many countries. Not only lots of countries designated the exhibition industry as tools to stimulate national economics, but also many companies offer millions of service or products to customers. Recommender systems can help visitors navigate through large information spaces of various booths. However, no study before has proposed a methodology for identifying and acquiring prospective visitors although it is important to acquire them. Accordingly, we propose a methodology for identifying, acquiring prospective visitors, and recommending the adequate booth information to their preferences in the exhibition industry. We assume that a visitor will be interested in an exhibition within same class of exhibition taxonomy as exhibition which the visitor already saw. Moreover, we use user-based collaborative filtering in order to recommend personalized booths before exhibition. A prototype recommender system is implemented to evaluate the proposed methodology. Our experiments show that the proposed methodology is better than the item-based CF and have an effect on the choice of exhibition or exhibit booth through automation of word-of-mouth communication.

• 한국통신학회논문지
• /
• 제34권5B호
• /
• pp.542-551
• /
• 2009

본 논문은 사용자에게 '상황에 따른 개인화된 서비스'를 추천하기 위한 사용자 프로파일을 제안한다. 제안하는 사용자 프로파일은 상황정보와 사용자의 서비스 사용 정보를 '학습'하여 생성된 [상황 정보, 서비스]의 이차원 조합으로 표현되며, 사용자에게 서비스를 '추천'하고자 할 때 사용된다. 학습단계에서는 강화학습의 기본 개념을 활용하여 미리 설정된 모델 없이 행동과 보상 값만으로 사용자 프로파일을 구성하며, 추천단계에서는 시간 및 장소 등의 현재 가용한 상황정보와 학습된 사용자 프로파일을 이용하여 현재 상태에서 사용자가 선호할 만한 서비스 목록을 생성하고 가장 높은 선호도 값을 갖는 서비스를 추천한다. 끝으로 본 논문에서 제안하는 학습 및 추천 알고리즘을 검증하기 위해 UCI 데이터를 사용한 모의 실험을 통해 Weka tool-kit의 주요 알고리즘들과 성능을 비교한다.

• 한국융합학회논문지
• /
• 제9권2호
• /
• pp.241-250
• /
• 2018

온라인구직서비스는 가장 인기 있는 인터넷서비스 중의 하나이다. 구직자들에게 신규채용기업에 대한 정보와 함께 필요한 자료를 찾을 수 있는 검색엔진도 제공하기 때문이다. 그러나 대부분의 온라인구직사이트는 전통적인 수요자 풀 유형의 접근방식을 채택하고 있어 많은 경우 엉뚱한 검색결과를 도출하기도 한다. 한국산업진흥공단이 운영하는 월드잡플러스는 이러 문제를 해소하기 위해 머신 데이터 분석플렛폼인 스플렁크를 활용하여 보다 능동적이고 개인화된 서비스를 제공하고자 시도하고 있다. 월드잡플러스는 개인화된 매칭 기법을 이용하여 각각의 구직공고에 최적인 구직자 프로필이나 스펙정보를 제공하며, 구직자 선호도를 반영한 최적 맞춤형 구인공고 제공서비스 등을 제공하고 있다. 이런 분석기법은 기존의 구직에 성공한 유사 구직자 정보와 구인기업 자료 간의 유사성 등을 토대로 하는 추천방식이다. 결론으로 본 연구의 시사점과 제공서비스의 정책적 효과에 대해 논의하였다.

• International journal of advanced smart convergence
• /
• 제9권2호
• /
• pp.1-7
• /
• 2020

As the demand for health screening increases, there is a need for efficient design of screening items. We build machine learning models for health screening and recommend screening items to provide personalized health care service. When offline, a synthetic data set is generated based on guidelines and clinical results from institutions, and a machine learning model for each screening item is generated. When online, the recommendation server provides a recommendation list of screening items in real time using the customer's health condition and machine learning models. As a result of the performance analysis, the accuracy of the learning model was close to 100%, and server response time was less than 1 second to serve 1,000 users simultaneously. This paper provides an adaptive and automatic recommendation in response to changes in the new screening environment.

• International journal of advanced smart convergence
• /
• 제10권1호
• /
• pp.62-74
• /
• 2021

We compare Over-the-Tops (OTTs), Netflix and Amazon Prime Video (APV) with five success factors of innovation. Firstly, Netflix offers better personalized service than APV, because APV has collaborative filtering algorithms to recommend safe bets, not the customers really want. Secondly, APV' user interface is undercooked to lock the members in, even if it has more content and better price offer than Netflix retaining its loyal customers despite the price increase. Thirdly, Netflix has simple subscription model with three tiering, but APV has complicated pricing model having annual and monthly, APV and Prime Video (AV) app, Amazon subscription and extra payment of Amazon Prime Channels (APCs). Fourthly, Amazon has fewer partnership than Netflix especially when it comes to local TV series. Instead, Amazon has live TV channel collaboration including sports content. Lastly, both have strategic and operational agility in their organization well.

• 한국컴퓨터정보학회논문지
• /
• 제16권9호
• /
• pp.19-26
• /
• 2011

최근 스마트 폰과 같은 다양한 모바일 장치들의 개발과 함께 사용자는 자신의 모바일 단말을 이용하여 개인화된 서비스를 제공받기를 원한다. 이러한 요구사항을 만족하기 위하여 모바일 장치들은 많은 기능을 제공해야하지만 모바일 장치가 소형화됨에 따라 작은 디스플레이 장치, 제한적인 입력 장치 그리고 부족한 파워와 같은 자원 제약성을 갖는다. 본논문은이러한자원의제약성을해결하고사용자에게개인화된서비스를제공하기위하여유비쿼터스환경에서 컴퓨팅 자원을 공유하여 사용자에게 서비스를 제공하기 위한 환경을 제안한다. 또한 다양한 자원들 가운데 사용자의 상황과 개인 선호도를 기반으로 최적의 자원을 추천하기 위한 방법을 제안한다. 이러한 자원 추천을 위하여 본 논문에서는 사용자의 사용 이력으로부터 행동 유형을 분석하고 이를 기반으로 개인화된 자원을 추천하기위한 방법을 사용한다. 또한 논문은 제안한 방법을 구현하고 만족도를 평가하여 유효성을 보인다.

• 정보화연구
• /
• 제9권1호
• /
• pp.57-66
• /
• 2012

최근 모바일 콘텐츠 시장이 급속도로 성장하면서 다양한 모바일 기반의 애플리케이션들이 출시되고 있다. 하지만 모바일 기기들은 일반 컴퓨터와 비교하였을 때 화면의 크기 및 입력 방법 등과 같은 제약으로 최종 이용하고자 하는 콘텐츠까지 도달하는데 많은 노력과 시간이 소요된다. 이러한 불편함을 해결하기 위해서는 사용자가 선호할 만한 정보를 예측하고 필터링 되어진 맞춤형 정보를 제공 하는 추천시스템이 필요하다. 본 연구에서는 스마트폰 기반의 사용자 정보추천 시스템을 제안한다. 정보의 필터링은 사용자 기반 협업 필터링을 이용하여 개인이 선호할 것이라 판단되는 정보를 예측하고 추천하였다. 이때 사용자 기반 협업필터링 과정에서 사용되는 유사도는 피어슨 상관계수를 가중치로 이용한 유클리디안 거리 기법의 유사도를 사용하였다. 성능 평가를 위해 음식점 추천 시나리오를 이용하였으며 이를 통해 제안 추천 시스템의 유용성을 보였다. 실험을 통하여 본 연구의 추천 서비스의 유용성을 검증하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2014년도 추계학술대회
• /
• pp.573-576
• /
• 2014

본 논문에서는 상황인식 기법을 이용한 관광 소셜 네트워크 서비스(Social Network Service: SNS)를 제공한다. 이를 위해서 사용자에게 제공되는 서비스는 자연스럽고 의인화된 처리가 필요하다. 즉, 사용자에게 제공하고자 하는 서비스 객체는 사용자의 행위를 저장 분석하고 이를 처리하는 기능을 제공해야 한다. 본 논문에서는 사용자들에게 개인화된 서비스를 상황인식에 따라 제공할 수 있도록 분석 처리하기 위한 알고리즘을 제공한다. 제공되는 서비스는 소셜 네트워크 서비스를 제공하는 알고리즘으로 '친구 추천 알고리즘'을 통해 사용자간의 관계 맺기를 보조하고, '관광지 추천 알고리즘'을 통해 사용자로 하여금 유의미한 관광지를 추천하는 방법을 연구하였다. 특히 가이드의 이용에서 서버는 사용자의 현재 위치와 여러 사용자들의 과거 방문 기록을 상황인식 기반으로 분석하여 최적의 여행 경로를 제공하는 서비스로 '관광지 여행 경로 추천 알고리즘'을 사용하였다. 이러한 관광 소셜 네트워크 기술은 사용자에게 보다 편의성과 친밀성 있는 서비스를 제공한다. 제안된 상황인식 기반의 관광 소셜 네트워크 서비스 응용기술로 제공되는 관광가이드 시스템은 보다 다양한 응용서비스로 적용될 수 있을 것으로 기대된다.

• 한국콘텐츠학회논문지
• /
• 제19권2호
• /
• pp.284-295
• /
• 2019

소셜 미디어 환경에서 여행과 커뮤니티에서 기고한 사진과 관련된 메타 데이터 (태그, 지리적 위치 및 찍은 날짜)에 기반한 개인화 된 여행 경로 추천 기법이 연구되고 있다. 사용자는 소설 미디어를 사용하고 자신의 위치 기록을 여행 경로의 형태로 기록한다. 이러한 여행 경로 정보는 미래의 여행자들에게 새로운 추천 정보를 제공하기 위한 유용한 정보로 활용 될 수 있다. 본 논문에서는 라이프 로그를 기반으로 한 개인화 된 여행 경로 추천 기법을 제안한다. 제안하는 기법은 여행자 및 지역 사회가 제공한 라이프 로그 및 사진 정보를 활용하여 사용자에게 개인화된 추천 서비스를 제공할 수 있을 뿐만 아니라 개별 관심 장소가 아닌 대중적인 여행 경로도 추천 할 수 있다 (POI). 제안하는 개인화된 여행 경로 추천 기법은 POI 가지치기 단계와 여행 경로 생성 단계로 구성된다. POI 가지치기 단계에서는 POI 전체 데이터로부터 사용자에게 추천할 경로를 생성하는데 필요한 POI만을 남기고 가치기를 수행한다. 여행 경로 생성 단계에서는 POI 가지치기 단계를 통해 도출된 POI 사용자 관심도, 비용, 시간, 이벤트 등을 고려하여 후보 경로를 생성한다.