• 스마트미디어저널
• /
• 제9권1호
• /
• pp.45-50
• /
• 2020

딥 러닝의 발전에 따라 추천시스템에서 딥 러닝 기반의 인공신경망을 활용한 연구가 활발히 진행되고 있다. 특히, RNN(Recurrent Neural Network)기반의 추천시스템은 데이터의 순차적 특성을 고려하기 때문에 추천시스템에서 좋은 성과를 보여주고 있다. 본 연구는 RNN기반의 알고리즘인 GRU(Gated Recurrent Unit)와 세션 기반 병렬 미니배치(Session Parallel mini-batch)기법을 활용한 여행경로 추천 시스템을 제안한다. 본 연구는 top1과 bpr(Bayesian personalized ranking) 오차함수의 앙상블을 통해 추천 성과를 향상시켰다. 또한, 데이터 내에 순차적인 특성을 고려한 RNN기반 추천 시스템은 여행경로에 내재된 여행지의 의미가 반영된 추천이 이루어진다는 것을 확인되었다.

• 한국비블리아학회지
• /
• 제23권4호
• /
• pp.283-308
• /
• 2012

정보기술과 인터넷의 발전에 따른 정보의 폭발적인 증가와 함께, 이용자에게 있어서 적합한 정보의 획득을 위한 방법이 절실하게 요구되고 있다. 이를 위하여 정보검색 및 여과시스템이 개발 및 발전되어 왔다. 또한 보다 적극적인 서비스를 제공하기 위한 방법으로써 개인화 정보추천서비스에 대한 요구가 높아지고 있다. 본 연구에서는 도서관에서 적극적인 정보서비스를 위한 방법으로 이용자의 관심과 선호도에 적합한 정보를 제공하기 위한 연관규칙 기반의 개인화 정보추천시스템을 설계 및 구현하였다. 이를 위하여 기존의 추천방법에 대한 장단점을 분석하고 기존 추천방법에 대한 문제점을 해결하기 위한 방법으로써 대용량 콘텐츠 및 이용자 환경에서 이용자의 묵시적 정보이용행위에 관한 정보를 포함하고 있는 로그파일을 통하여 연관규칙 생성을 위해 요구되는 항목을 추출 및 변환하여 연관규칙 생성프로그램을 통하여 연관규칙의 생성 및 정보추천을 위한 방법을 제안하였다.

• 한국의류학회지
• /
• 제47권4호
• /
• pp.711-728
• /
• 2023

This study aims to validate the user experience associated with the personalized recommendation systems of fashion vertical platforms. The investigation focused on women aged 18 to 30 with prior experience using personalized fashion recommendation systems. The collected data were analyzed using SPSS 26.0 and AMOS 26.0, and the outcomes can be summarized as follows. Firstly, the diversity and usefulness of information quality exerted a positive effect on use satisfaction. Secondly, the affirmative impact of the reliability of system quality on user satisfaction was established, although stability was not confirmed. Thirdly, the study identified a favorable connection between ease-of-use of service quality and user satisfaction, while the influence of tangibles was unsubstantiated. Fourthly, the degree of self-reference was found to have a positive effect on user satisfaction. Fifthly, a constructive relationship emerged between user satisfaction and both continuous-use intention and recommendation intention. Lastly, there was a significant difference in the magnitude of the effect of ease-of-use on satisfaction according to self-regulatory focus. The findings of this study hold the potential to enhance the explanatory and predictive power of the field of consumer behavior within the novel shopping landscape of fashion vertical platforms.

• 한국융합학회논문지
• /
• 제11권11호
• /
• pp.19-24
• /
• 2020

최근, 애완동물의 급격한 증가로 애완동물의 건강상태 체크와 다양하게 수집된 데이터를 활용하여 사료 추천 등 통합적인 애완동물관련 개인화 상품 추천 서비스가 요구된다. 본 논문은 빅 데이터 기술을 활용하여 애완동물관련 데이터 수집, 전처리, 분석, 관리등 다양한 개인화서비스를 할 수 있는 상품 추천시스템을 구현한다. 먼저, 애완동물이 착용하고 있는 센서 정보와 고객의 구매 패턴, SNS 정보를 수집해 데이터베이스에 저장하고 통계적 분석을 활용하여 사료제작, 애완동물 건강관리 등 맞춤형 개인화 추천 서비스가 가능한 플랫폼을 구현한다. 본 플랫폼은 유사도가 분석될 상품과 상품정보에 대한 유사도 상품 정보를 출력하고 최종적으로 추천 분석한 결과를 출력하여 고객에게 정보를 제공 할 수 있다.

• 산업경영시스템학회지
• /
• 제40권4호
• /
• pp.154-163
• /
• 2017

Collaborative filtering, one of the most widely used techniques to build recommender systems, is based on the idea that users with similar preferences can help one another find useful items. Credit card user behavior analytics show that most customers hold three or less credit cards without duplicates. This behavior is one of the most influential factors to data sparsity. The 'cold-start' problem caused by data sparsity prevents recommender system from providing recommendation properly in the personalized credit card recommendation scenario. We propose a personalized credit card recommender system to address the cold-start problem, using multiple user profiles. The proposed system consists of a training process and an application process using five user profiles. In the training process, the five user profiles are transformed to five user networks based on the cosine similarity, and an integrated user network is derived by weighted sum of each user network. The application process selects k-nearest neighbors (users) from the integrated user network derived in the training process, and recommends three of the most frequently used credit card by the k-nearest neighbors. In order to demonstrate the performance of the proposed system, we conducted experiments with real credit card user data and calculated the F1 Values. The F1 value of the proposed system was compared with that of the existing recommendation techniques. The results show that the proposed system provides better recommendation than the existing techniques. This paper not only contributes to solving the cold start problem that may occur in the personalized credit card recommendation scenario, but also is expected for financial companies to improve customer satisfactions and increase corporate profits by providing recommendation properly.

• 한국정보과학회논문지:데이타베이스
• /
• 제41권4호
• /
• pp.209-216
• /
• 2014

'실시간성', '사람들 간의 관계정보', '빅 데이터'와 같은 다양한 특성을 갖는 소셜 네트워크 콘텐츠는 개인화 추천 시스템의 성능 향상에 큰 도움이 되고 있다. 그 중 '사람들 간의 관계정보'가 가장 중요한 역할을 하기 때문에, 이를 활용한 다양한 연구가 진행되고 있다. 하지만 기존의 연구에서는 사람들간의 친밀도를 고려하지 않고 있어서 개인의 성향을 반영하기 어렵고 다양한 도메인에서 정확한 추천이 불가능하다. 본 논문은 기존 연구의 문제를 해결하기 위해 사용자간 친밀도를 측정하는 친밀도 알고리즘과 소셜 네트워크의 다양한 특성에 기반한 개인화 추천 알고리즘인 PReAmacy를 제안한다. 실험을 통해 PReAmacy가 기존의 알고리즘에 비해 높은 성능을 가지며 친밀도가 PReAmacy 알고리즘에 큰 비중을 차지한다는 것을 보였다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제11권2호
• /
• pp.112-123
• /
• 2005

최근의 전자상거래 사이트들은 사용자 만족을 극대화 시키기 위해 사용자별로 개인화된 서비스를 제공하고 있다. 협력적 필터링은 개인화된 아이템 실시간 추천을 위하여 고안된 알고리즘이며 예측의 정확도와 성능을 증대시키기 위해서 다양한 보완 방법들이 제시되고 있다. 유용한 추천 시스템을 구축하기 위해서는 두 가지 문제를 동시에 고려해야 한다. 그러나, 협력적 필터링 기술에 관한 연구는 정확도 향상에 관한 연구가 주로 수행되었고 성능 문제는 간과하여 왔다. 본 연구에서는 추천 에이전트 시스템의 성능을 향상시킬 수 있는 대표 속성을 이용한 이웃 선택, 추천 텍스타일 집합, 유사 군집 요소를 협력적 필터링 기술에 추가하여 실험해 보았다. 패션 디자인 추천 에이전트 시스템(FDRAS)을 개발하여 시스템의 논리적 타당성과 유효성을 검증하기 위해 실험적인 적용을 시도하고자 한다.

• 한국통신학회논문지
• /
• 제42권5호
• /
• pp.1009-1019
• /
• 2017

모바일 엣지 컴퓨팅은 폭증하는 모바일 트래픽에 대응하고 다양한 요구사항을 만족시키는 서비스를 제공하기 위해 모바일 엣지 노드에서 다양한 기능을 직접 제공하는 기술이다. 예를 들어 모바일 트래픽 경감을 위한 캐싱이나, 위험감지 서비스 제공을 위한 비디오 분석 등이 모바일 엣지 노드에서 수행될 수 있다. 지금까지 개인화된 서비스를 추천하는 방법이나 구조 등에 대한 많은 연구가 있었지만, 모바일 엣지 컴퓨팅의 특성을 고려한 연구는 없었다. 개인화된 서비스를 제공하기 위해서는 사용자의 컨텍스트 정보를 획득하는 것이 중요하다. 기존 서버단 중심의 개인화된 서비스 모델은 모바일 엣지 컴퓨팅에 적용될 경우 컨텍스트 고립 문제와 프라이버시 이슈를 더욱 심화시킬 수 있다. 모바일 엣지 노드는 컨텍스트 수집이 용이하다는 이점을 가진다. 모바일 엣지 컴퓨팅 환경에서의 또 하나의 주목할 만한 특징은 사용자와 어플리케이션의 상호 연동이 매우 유동적이라는 점이다. 본 논문에서는 모바일 엣지 컴퓨팅의 특징을 반영한 로컬 서비스 추천 플랫폼 구조를 제시하고 컨텍스트 고립 문제와 프라이버시 이슈를 완화할 수 있는 개인화된 서비스 제공 방법을 제시한다.

• 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.

• 한국콘텐츠학회논문지
• /
• 제19권3호
• /
• pp.171-182
• /
• 2019

온라인 쇼핑몰의 대중화로 인해 소비자는 폭 넓은 소비의 기회를 제공받고 있다. 소비자들은 온라인 쇼핑몰에서 제공되는 실제 상품을 구매한 사용자의 리뷰, 상품의 자세한 정보와 같은 정보를 활용하여 상품의 구매 여부를 결정한다. 방대한 정보가 신뢰할 수 있는 정보인지는 소비자들이 스스로 판단해야만하기 때문에 객관적이며 신뢰할 수 있는 정보의 제공이 필요하다. 본 논문에서는 신뢰할 수 있는 상품의 추천을 위해서 상품의 신뢰도를 고려한 개인화된 추천 기법을 제안한다. 제안하는 추천 기법은 개인화 추천을 위해서 사용자의 다양한 행위를 기반으로 사용자의 선호도를 판별한다. 또한, 최신의 성향을 반영하기 위해서 시간 가중치를 고려한 사용자 선호도 계산 방법을 제안한다. 마지막으로 사용자가 사용하지 않았던 상품에 대한 선호 점수를 예측하고 예측 점수가 높은 상품 중 신뢰도가 높은 상품들을 추천한다.