• 정보화연구
• /
• 제9권3호
• /
• pp.333-344
• /
• 2012

본 논문에서는 개인의 취향과 관심이 반영 되어있는 소셜 정보를 활용하여 사용자에게 영화를 추천할 수 있는 시스템을 제안하였다. 시스템에서 데이터 구축은 포털사이트에서 영화 정보를 수집하고 페이스북과 트위터 같은 SNS를 통해 소셜 정보를 수집한다. 본 논문에서는 사용자의 감정에 따른 보다 정교한 처리를 위하여 6단계의 감정단계로 분류한 소셜 정보의 벡터공간 모형의 구축방법을 제안한다. 추천을 위한 유사도 측도 방법은 2단계로 구성되어 있다. 첫 번째는 일반적인 코사인 측도를 통한 영화 목록의 구축 단계이고, 두 번째는 기존의 코사인 측도(Cosine measure)를 활용한 좌표평면에서 감정 단계별 벡터 정보 표현 방법 및 유사도 측도 방법을 통해 추천 영화 목록의 결정 단계이다. 본 논문의 추천 시스템의 성능을 평가하기 위하여 기존의 추천 시스템과 비교 실험을 통하여 본 연구의 추천 시스템의 유용성을 검증하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제9권11호
• /
• pp.351-356
• /
• 2020

COVID-19 감염증의 확산으로 언택트 교육을 위한 차세대학습관리시스템의 필요성이 빠르게 증가하고 있으며, 교육부는 4세대 나이스 구축을 통해 미래 교육을 계획하고 있다. 4세대 나이스 시스템이 잘 활용되었을 경우, 맞춤형 교육 서비스 제공, 교육데이터 이용 활성화 등의 장점이 존재하나, 사용자의 권한이 다양하여 엄격한 권한부여가 힘든 접근제어 환경에서 불법적인 접근 문제를 해결할 수 있는 방안이 필요하다. 본 논문에서 우리는 차세대학습관리를 위한 블록체인 기반의 접근제어 감사시스템을 제안한다. 제안하는 시스템을 통해 민감한 개인정보는 암호화하여 저장하고, 추후 감사자가 감사를 수행할 때 복호화에 필요한 비밀키를 발급함으로써 원활한 감사가 이루어지도록 한다. 또한, 저장된 로그정보의 위·변조 및 삭제 등을 방지하기 위해 로그 정보를 블록체인에 저장하여 안정성을 확보하였다. 이를 위해 계층적 ID 기반 암호와 프라이빗 블록체인을 사용하여 교육부와 같은 상위 기관에서 각 기관의 접근권한을 총괄적으로 관리할 수 있도록 구성한다.

• 정보처리학회논문지C
• /
• 제8C권6호
• /
• pp.855-864
• /
• 2001

인터넷상에서의 전자상거래의 중용성과 복잡성이 증가함에 따라 상거래과정을 통해 소비바와 공급자 양쪽을 다 효율적으로 지원할수 있는 지능형 소프트웨어 에이전트에 대한 관심과 요구가 급속도가 늘어나고 있다. 이러한 에이전트를 기반으로 한 지능형 전자상거래를 실현하기 위해서는 상품정보의 표준적 온토로지의확립. 메시지 교환 및 교섭을 위한 포로토콜의 정의와 중계기술의 기반기술을 바탕으로 다 중에이전트기반의 전자상거래시스템이 필요하다. 본 논문에서는 에이전트 기반의 전자상거래를 위한 개방형 기반구조의 하나로 지능형 전자상거래시스템,. ICOMA를 제안한다. 구체적으로 6종류의 에이전트기반의 전자상거래시스템의 구보와 에이전트간 상호교섭 및 상호 통신을 위한 포로토콜, 개인적응형 상품검색 및 필터링 기능을 제안, 설계, 구현하였고, 실험을 통해 그 유효성을 확인하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제2권1호
• /
• pp.7-18
• /
• 2013

최근 정보통신기술의 발전으로 교육훈련 현장에는 전자 교수학습 시스템(e-teaching and learning system) 에 대한 사용이 급증하고 있다. 또한 무선 이동통신기술과 멀티미디어 처리 기술의 발전에 따라 언제 어디서나 양질의 교육 및 훈련 콘텐츠에 쉽게 접근할 수 있게 되었고, 개인 맞춤형의 교수학습 서비스 시스템도 등장하고 있다. 많은 전자 교수학습 시스템들이 개발됨에 따라 이의 보안성(security) 역시 중요한 이슈로 떠오르고 있다. 전자 교수학습 시스템들과 같은 정보 서비스 시스템의 보안성을 평가하기 위한 여러 가지 결함 분석 기법들이 있다. 그러나 융합IT 기술이 확대 발전함에 따라 정보 서비스 시스템의 종류와 특성이 다양해지면서 단지 하나의 시스템 보안성 평가 방법으로는 적절한 분석이 이루어 질 수 없다. 따라서 본 논문에서는 정보 서비스 시스템의 보안성을 평가하기 위해서 결함 트리 분석(Fault Tree Analysis; FTA)기법과 고장모드별 영향 분석(Fault Modes and Effect Analysis; FMEA)기법의 두 가지의 분석 기법을 통합하여 사용함으로서 전자 교수학습 시스템의 결함 분석을 수행하고 보안성을 개선하는 방법을 제안한다.

• 동의생리병리학회지
• /
• 제33권3호
• /
• pp.163-168
• /
• 2019

In order to enhance the 8 principle pattern diagnosis rate comparing with diagnostic method by self-report questionnaire on cold/heat pattern in the clinical practice, a new diagnostic method using form-color-pulse-symptom (FCPS) system is proposed. FCPS system is composed of outputs of cold/heat pattern through the calculation process of contribution degree to the cold, heat pattern and qi, blood, yin, yang deficiency patterns, based on analysis of 16 mechanisms of disease calculated by diagnostic system of oriental medicine (DSOM) first. And second component is an output of differentiated 8 principle patterns in detail through binding and calculating process with digital informations of pulse, color, form, constitution obtained by computerized measurement system. Putting together above two processes consecutively, cold-heat complex or true/false cold/heat patterns and personalized characters of cold/heat patterns of each patient can be subdivided through a computation method of determining each pattern. In conclusion, 8 principle pattern identification can be performed more accurately using FCPS system than existent self report questionnaire method. These hypothetic proposal is needed to be proven by clinical trial for the future and then the accurate numbers used in each calculational function should be revised properly.

• 한국정보교육학회:학술대회논문집
• /
• 한국정보교육학회 2021년도 학술논문집
• /
• pp.37-44
• /
• 2021

이 연구는 지능형학습시스템에서 학습활동을 분석하는 전략에 대한 것이다. 이를 위해 지능형학습시스템에 대한 개념정의와 지능형학습시스템을 이용하는 학습 유형을 분석하였다. 학습유형으로는 개인형, 적응형, 역량중심, 블랜디드 학습으로 제시하였으며 4가지는 약간의 차이가 있지만 대부분 유사한 성격을 가지고 있다. 또한 학습활동 분석은 시스템에서 생성되는 마우스 클릭, 키보딩, 업로드 등의 데이터가 기본이 된다. 이를 통해 시청시간, 업로드 횟수 등의 기초적인 분석을 수행할 수 있다. 하지만 개인화, 적응형을 위해서는 보다 다양한 학습 분석이 필요하다. 그것은 학습태도, 성취도 수준뿐만 아니라 메타인지 수준, 창의력 수준등을 판단할 수 있다. 그런데 메타인지 등의 수준은 복잡한 인간의 인지활동을 포함하고 있기 때문에 지능형학습시스템의 판단에 교사의 개입이 필요하다.

• 한국콘텐츠학회논문지
• /
• 제8권8호
• /
• pp.9-18
• /
• 2008

개인화된 데이터와 함께 콘텐츠 제공 등의 서비스를 사용자가 쉽게 이용할 수 있는 연구가 활발히 진행되고 있다. 다양한 디바이스와 단말기에서의 정보 이용 및 서비스의 융합은 수많은 콘텐츠에서 양질의 콘텐츠를 사용자가 원하는 시간과 장소에서 어떠한 개인화 메커니즘을 이용해서 제공하는지에 대한 필요성을 제시한다. 기존 메커니즘은 각 서비스 제공자별로 분리된 선호도와 개인 정보를 가지고 있어 다른 서비스 제공자가 다루기 힘들며 서비스 사용자들이 직접 설정하고 관리해야 하기 때문에 매우 불편하다. 본 논문에서는 사용자의 프로파일을 서비스 제공자에 상관 없이 동적으로 통합 관리하기 위해 시맨틱 서비스 제공 및 확장성을 위한 미들웨어인 OSGi기반 시맨틱 사용자 프로파일 관리자를 제안한다. 또한 사용자 프로파일링, 온톨로지 도메인 모델, 시맨틱 추론이 가능한 개인화된 시맨틱 프로파일 모델을 정의한다. 논문의 타당성을 검증하기 위해 시맨틱 프로파일은 OSGi기반에서 동작하도록 번들로 구현한다. 사용자가 서비스 지역에 들어오면 다양한 디바이스 및 단말기의 시맨틱 사용자 프로파일에 시맨틱 서비스를 대응하여 매치한다. 제안한 시스템은 사용자 프로파일에 대한 서비스의 매칭과 사용자 프로파일에 대한 사용자 프로파일 또는 다른 서비스에 대한 매칭을 쉽게 확장시킬 수 있다.

• 지능정보연구
• /
• 제29권2호
• /
• pp.323-338
• /
• 2023

셋톱박스 오디언스(TV 시청자) 타겟팅의 핵심은 오디언스의 시청패턴을 분석하여 광고의 효과성이 높을 것으로 예상되는 오디언스에게 맞춤형 광고를 내보내는 것이다. 세션 기반 추천 시스템은 인터넷 광고 추천, 유저 검색 기록 기반 추천 등에 많이 이용되고 있지만, TV 광고의 측면에서 셋톱박스 데이터 수집의 어려움을 이유로 연구하기에 어려움이 있었다. 또한 오디언스 개인의 식별정보가 있는 데이터에서, 오디언스의 선호가 반영되는 시청 패턴을 모델링하는 데 한계가 있었다. 따라서 본 연구에서는 한국방송광고진흥공사(KOBACO)와 방송3사(SKB, KT, LGU+)와의 협업을 통해 익명화된 오디언스 4,847명의 6개월간 시청 데이터를 확보하여 연구를 진행하였으며, 유저-세션-아이템의 계층적 구조를 가지는 개인화 세션 기반 추천 시스템을 개발하여 성능 검증을 진행하였다. 그 결과, 셋톱박스 오디언스 데이터셋과 그 외 검증을 위한 2개의 데이터셋에서 제안된 모델이 비교 대상 모델보다 높은 성능을 보이는 것을 확인하였다.

• 경영정보학연구
• /
• 제18권3호
• /
• pp.155-183
• /
• 2016

방대한 콘텐츠가 생산되고 소비되면서 빅데이터를 활용한 개인 추천 서비스가 최근 주목 받고 있다. 개인 추천 서비스를 위하여 개인 정보나 콘텐츠 평가 정보를 수집하는 것은 서비스 제공자 입장에서 중요해지고 있다. 기존 연구들은 적은 평점 정보로 더 나은 추천을 제공할 수 있는 알고리즘을 제안하거나, 평점의 양을 늘리기 위한 서비스 디자인을 제시하였다. 그러나 추천서비스 사용자가 어떤 동기로 평점을 입력하고, 서비스를 지속적으로 사용하는지에 대한 연구는 거의 없었다. 본 논문에서는 추천 서비스를 사용하고 있는 사용자들을 심층 인터뷰하여 평점 입력의 동기와 평점의 의미에 대하여 탐구하였다. 그 결과, 서비스를 경험 하면서 평점의 의미와 활용 정도가 달라짐을 알 수 있었다. 초기 평점을 입력할 때에는 과거 경험에 대한 데이터베이스를 구축하는 의미로 활용하였고, 초기 평점 단계를 지나면 현재의 느낌과 생각을 반영하는 도구로 활용하였다. 이 과정에서 자신의 평점 체계를 정교하게 다듬으며 자신만의 의미를 부여하는 모습을 보였다. 마지막 단계에서는 자신의 평점 체계뿐만 아니라 다른 사람의 평점 체계나 평점의 의미를 읽어내고 적극적으로 활용하는 모습을 보인다. 서비스에서 제공하는 알고리즘의 한계를 파악하고 있기 때문에 서비스의 추천을 불신하기도 하였다. 연구 결과를 바탕으로 추천 서비스에 대한 실무적 시사점을 도출하였다.

• 지능정보연구
• /
• 제27권2호
• /
• pp.1-15
• /
• 2021

추천시스템은 사용자의 기호를 파악하여 물품 구매 결정을 도와주는 역할을 할 뿐만 아니라, 비즈니스 전략의 관점에서도 중요한 역할을 하기에 많은 기업과 기관에서 관심을 갖고 있다. 최근에는 다양한 추천시스템 연구 중에서도 NLP와 딥러닝 등을 결합한 하이브리드 추천시스템 연구가 증가하고 있다. NLP를 이용한 감성분석은 사용자 리뷰 데이터가 증가함에 따라 2000년대 중반부터 활용되기 시작하였지만, 기계학습 기반 텍스트 분류를 통해서는 텍스트의 특성을 완전히 고려하기 어렵기 때문에 리뷰의 정보를 식별하기 어려운 단점을 갖고 있다. 본 연구에서는 기계학습의 단점을 보완하기 위하여 BERT 기반 감성분석을 활용한 추천시스템을 제안하고자 한다. 비교 모형은 Naive-CF(collaborative filtering), SVD(singular value decomposition)-CF, MF(matrix factorization)-CF, BPR-MF(Bayesian personalized ranking matrix factorization)-CF, LSTM, CNN-LSTM, GRU(Gated Recurrent Units)를 기반으로 하는 추천 모형이며, 실제 데이터에 대한 분석 결과, BERT를 기반으로 하는 추천시스템의 성과가 가장 우수한 것으로 나타났다.