• Journal of Korea Artificial Intelligence Association
• /
• 제1권1호
• /
• pp.17-21
• /
• 2023

The primary objective of this research is to utilize machine learning models to analyze factors tailored to each dataset for predicting mental health conditions. The study aims to develop appropriate models based on specific datasets, with the goal of accurately predicting mental health states through the analysis of distinct factors present in each dataset. This approach seeks to design more effective strategies for the prevention and intervention of depression, enhancing the quality of mental health services by providing personalized services tailored to individual circumstances. Overall, the research endeavors to advance the development of personalized mental health prediction models through data-driven factor analysis, contributing to the improvement of mental health services on an individualized basis.

• 한국전자거래학회지
• /
• 제15권2호
• /
• pp.1-18
• /
• 2010

이동통신 시장의 경쟁이 격화됨에 따라 이미 포화상태에 다다른 음성 서비스보다는 데이터 서비스를 증가시키기 위해 통신사들이 노력하고 있다. 그러나 단말기의 한계로 인해 자신이 원하는 서비스를 검색하는 것이 쉽지 않고, 시간 역시 많이 소모되는 문제점으로 인해 데이터 서비스 시장이 기대한 만큼 성장하지 않고 있는 상황이다. 본 논문에서는 이와 같은 문제점을 극복하기 위하여, 이동통신사에서 보유하고 있는 위치정보와 무선인터넷 이용로그를 기반으로 개인이 처한 상황에 맞게 무선 서비스를 추천하는 개인화 서비스 방안을 제시하고자 한다. 이를 위해 무선통신사의 실제 데이터를 기반으로 기지국의 위치정보와 해당위치에서의 서비스 이용 정보를 이용하여 군집 분석을 실시하고, 이를 기반으로 협업 필터링를 이용한 무선 서비스의 개인화 서비스 방안을 제안한 후 이를 검증하였다. 또한 분류된 군집의 특성을 분석하고, 이를 기반으로 한 무선 서비스 추천 방안을 제시하였다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제8권2호
• /
• pp.206-218
• /
• 2002

본 논문에서는 서로 다른 플랫폼으로 구성된 허브 사이트 가맹점들이 지역적으로 분산되어 있는 분산 이기종 환경에서 각 가맹점들의 기존 플랫폼을 통일시키지 않고 독립적으로 고객이 관심을 가질만한 맞춤 정보 및 광고를 선정하여 제공하기 위한 시스템 설계 및 구현 내용을 서술한다. 본 논문에서 제안하는 시스템은 각 가맹점을 방문하는 고객들의 정보를 수집하기 위한 모니터링 기능, 고객 개개인의 특성에 맞는 서비스를 선정하기 위한 벡터 모델, 그리고 벡터 모델을 이용하여 선정된 서비스를 허브사이트 또는 각 가맹점을 방문하는 고객 개개인에게 제공하기 위한 기능을 지원한다. 본 시스템은 상점 입장에서는 허브 사이트 가맹점이 됨으로써 기존 플랫폼을 바꾸지 않고도 통합 서비스 및 개인화 서비스 제공이 가능하며, 고객 입장에서는 한번의 고객 등록으로 맞춤 서비스를 제공받을 수 있다는 장점을 갖는다.

• 디지털콘텐츠학회 논문지
• /
• 제11권1호
• /
• pp.105-115
• /
• 2010

검색엔진들은 사용자로부터 질의어를 전송받아 질의어와 관련이 가장 높은 웹 문서들을 보여주게 된다. 하지만 검색엔진이 사용자의 질의어만 가지고 사용자의 의도를 파악하여 정확한 웹 문서를 제공하기는 어렵다. 따라서 검식 엔진 시스템은 다양한 개인화 방법을 사용하여 각 사용자가 원하는 검색 결과를 보여주기 위해 노력한다. 본 논문에서는 개인화 검색을 위해 '폭소노미'를 기반으로 사용자에게 적합한 질의어를 추천해 주는 방법을 제안한다. 또한 이러한 개인화된 검색 결과를 제공하는 시스템이 가질 수 있는 프라이버시 침해 위험성을 제거하면서도 검색 서비스 제공자 입장에서는 사용자 정보를 활용한 다양한 서비스(개인화 광고등) 제공이 가능하도록 하는 개인화 검색 서비스 구조를 제안한다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2004년도 학술대회지
• /
• pp.576-580
• /
• 2004

In this paper, we present a design and implementation of a TV-Anytime compliant STB to provide personalized content consumption according to user preferences and various terminal/network conditions. This paper mainly details with a metadata engine which consists of meta data de-multiplexing, metadata decoding, and metadata-based content browsing. For personalized content consumption, the proposed metadata engine provides the following key functionalities: advanced EPG, non-linear segment navigation wirh Tables-of-Content and/or event-based summary, automatic recommendation of user-preferred programs, and etc. The implemented STB employing the metadata engine is successfully tested with a set of service scenarios in an end-to-end broadcasting test-bed.

• 융합보안논문지
• /
• 제15권5호
• /
• pp.23-28
• /
• 2015

본 연구는 접근이 용이한 모바일 디바이스를 활용한 운동 모니터링과 이를 기반으로 한 맞춤형 운동처방에 대한 연구를 실시하였다. 이를 위해 현재 실현 가능한 다양한 모바일 운동 모니터링 방식 및 현황을 조사하고, 맞춤형 운동처방 활용 가능성과 방식을 제시하였다. 최근 스마트폰 애플리케이션의 활용이나 웨어러블 디바이스 등과 같은 모바일 플랫폼 기반의 운동 모니터링이 가능해지면서 추가적으로 생체정보 전송을 통해 개인의 체력상태나 건강상태에 적절한 맞춤형 운동처방 서비스가 가능해졌다. 개인 사용자가 모바일 디바이스를 통해 신체 정보를 제공하게 되면, 이를 u-Fitness center에서 취합하고 운동 전문가는 취합된 정보를 바탕으로 개별화된 운동처방을 하여 u-Fitness center로 재전송을 하게 된다. u-Fitness center는 이를 콘텐츠 제공업체에 자동시스템에 의해 연동하여 가장 적절한 맞춤형 서비스를 제공하게 될 것이다. 또한 향후에는 다양한 모바일 디바이스와 서비스들이 서로 연동되어 하나의 플랫폼에서 개인 사용자의 니즈에 따라 여러 개의 서비스를 사용할 수 있는 개방형 플랫폼으로 진화하게 될 것이다.

• 한국콘텐츠학회논문지
• /
• 제22권7호
• /
• pp.164-175
• /
• 2022

OTT(Over The Top) 플랫폼은 개인화된 추천 서비스가 이용자들을 플랫폼에 더 오래 머물게 하고, 더 자주 방문하게 한다는 점에서 차별적 경쟁우위 특성을 강화하기 위해 노력하고 있다. 본 연구에서는 개인화된 추천 서비스의 특성을 추천 정확성과 추천 다양성, 추천 신기성의 3가지로 구분하고, 각 특성이 이용자가 추천 서비스에 대해 인지하는 유용성에 영향을 미치고, 기대충족으로 이어지는 연구모형을 제안하였다. 넷플릭스를 정기구독 결제하는 20, 30대 300명을 대상으로 온라인 설문조사를 진행한 결과, 추천 서비스의 정확성과 다양성, 신기성이 높았을 때 지각된 유용성이 높아짐을 확인하였다. 높은 지각된 유용성은 넷플릭스 이용 전후의 기대충족으로 이어진다는 점 역시 확인하였다. 도출된 연구 결과는 개인화된 추천 서비스 평가에서 이용자 경험 측면의 중요성과 추천 서비스 품질 개선 방안에 대한 시사점을 제공할 수 있을 것이다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2007년도 심포지엄 논문집 정보 및 제어부문
• /
• pp.289-291
• /
• 2007

The Digital Multimedia Broadcasting(DMB) system is developed to offer high quality audio-visual multimedia contents to the uses by the various portable terminals in the mobile environment. Integrated complex reception platform is required to receive multimedia broadcasting services transmitted from various transmission media. In this paper, we present the design and implementation technic for providing the both of terrestrial and satellite DMB services simultaneously using the same hardware platform. The implemented complex receiving terminal to accommodate these DMB services simultaneously need composed of it RF module. it baseband module, it complex control module and the complex de-multiplexer module. The complex control module is designed using uClinux operating system. The complex de-multiplexer, which perform the functions of the address decoder and each DMB stream de-multiplexer, is implemented. with FPGA device. The implemented platform is tested in a real environment and its performance is satisfied with required performance criteria.

• 한국IT서비스학회지
• /
• 제16권4호
• /
• pp.213-222
• /
• 2017

The advancement of ICT is changing every field of life. It becomes possible with the penetration of personalized devices, that is, smartphone. The boom of IoT will come when there exist diversified and personalized services. In general, we might admit that it is needed that the more privatized services than the overall serviced. Jeju Island is the only one special self-governing province in Republic of Korea and deserves to be proud of the unique culture from its long historical background. One of the very regional culture which performs by women divers, Haenyeo activity or culture, was registered as Intangible Cultural Heritage. When authors were researched Jeju Haenyeo as a worthy reserving service, we recognized that it has never considered to use any point of ICT/IoT yet. Because IoT holds the high potentiality to create any service scenario between interesting groups. We will design a few services for Haenyeo which covers their job territory or daily life, adopts up-to-date technology or method such as sensored network, smart contract and App/Web. In this paper, we intent to show the simplicity and easiness of the application of IoT not to much inconspicuous target. So, we suggest a specialized IoT service for the reservation and promotion of Haenyeo Culture. This service would be composed of sensors, IoT network and App/Web at home and office. This service can be used among interesting groups : Haenyeo, policy maker, manufacturer, service provider and culture consumer.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권4호
• /
• pp.2060-2077
• /
• 2019

Recently, mobile healthcare services have attracted significant attention because of the emerging development and supply of diverse wearable devices. Smartwatches and health bands are the most common type of mobile-based wearable devices and their market size is increasing considerably. However, simple value comparisons based on accumulated data have revealed certain problems, such as the standardized nature of health management and the lack of personalized health management service models. The convergence of information technology (IT) and biotechnology (BT) has shifted the medical paradigm from continuous health management and disease prevention to the development of a system that can be used to provide ground-based medical services regardless of the user's location. Moreover, the IT-BT convergence has necessitated the development of lifestyle improvement models and services that utilize big data analysis and machine learning to provide mobile healthcare-based personal health management and disease prevention information. Users' health data, which are specific as they change over time, are collected by different means according to the users' lifestyle and surrounding circumstances. In this paper, we propose a prediction model of user physical activity that uses data characteristics-based long short-term memory (DC-LSTM) recurrent neural networks (RNNs). To provide personalized services, the characteristics and surrounding circumstances of data collectable from mobile host devices were considered in the selection of variables for the model. The data characteristics considered were ease of collection, which represents whether or not variables are collectable, and frequency of occurrence, which represents whether or not changes made to input values constitute significant variables in terms of activity. The variables selected for providing personalized services were activity, weather, temperature, mean daily temperature, humidity, UV, fine dust, asthma and lung disease probability index, skin disease probability index, cadence, travel distance, mean heart rate, and sleep hours. The selected variables were classified according to the data characteristics. To predict activity, an LSTM RNN was built that uses the classified variables as input data and learns the dynamic characteristics of time series data. LSTM RNNs resolve the vanishing gradient problem that occurs in existing RNNs. They are classified into three different types according to data characteristics and constructed through connections among the LSTMs. The constructed neural network learns training data and predicts user activity. To evaluate the proposed model, the root mean square error (RMSE) was used in the performance evaluation of the user physical activity prediction method for which an autoregressive integrated moving average (ARIMA) model, a convolutional neural network (CNN), and an RNN were used. The results show that the proposed DC-LSTM RNN method yields an excellent mean RMSE value of 0.616. The proposed method is used for predicting significant activity considering the surrounding circumstances and user status utilizing the existing standardized activity prediction services. It can also be used to predict user physical activity and provide personalized healthcare based on the data collectable from mobile host devices.