• 한국산업정보학회논문지
• /
• 제10권1호
• /
• pp.28-37
• /
• 2005

본 논문은 퍼지 추론을 이용하여 소수문서로부터 대표 용어들을 추출하고 가중치를 부여하는 기존 방법의 유용성을 평가하고자 GIS (Generalized Instance Set) 알고리즘에 이를 적용시켜 그 성능을 평가하여 보았다. GIS 는 학습 문서 집합에 대한 일반화 (generalization) 과정을 통해 문서 그룹들을 형성하고 이 그룹의 대표 문서 (generalized instance)를 생성한 후 k- 알고리즘을 적용하는 방법이다. 본 논문에서는 바로 이 일반화 과정의 한 방법으로 퍼지 추론을 이용한 방법을 사용하였다. 상대적 성능 평가를 위하여 이 일반화(generalization) 과정에 Rocchio와 Widrow-Hoff 방법도 적용시켜 문서 분류 성능을 비교하였다. 실험 결과, 긍정적 문서만을 고려할 경우는 좋은 성능을 보이지만 부정적 문서를 같이 고려할 경우는 성능이 상대적으로 좋지 않음을 확인 할 수 있었다.

• 대한교통학회지
• /
• 제19권5호
• /
• pp.119-134
• /
• 2001

본 연구에서는 지하철망에서 각 노선을 운행하는 차량과 승객을 동적으로 시뮬레이션 할 수 있는 동적 지하철차량 시뮬레이션 모형과 동적 지하철승객 시뮬레이션 모형을 개발하고, 이를 이용해 통행자 기반의 동적 지하철 출발시간 선택 알고리듬을 개발하였다. 개발된 모형은 개별적인 통행자들의 행태를 이질적(Heterogeneous)으로 설정해 기존에 이용되던 통행자간의 동질성 가정을 완화하였다. 또한, 통행자들은 불완전한 정보와 제한적인 합리성을 가진다고 가정하여 보다 현실적인 시뮬레이션이 가능하도록 하였으며, 간단한 예제 가로망에 대해 모형을 분석하였다. 분석결과 통행자들을 이질적으로 가정한 경우와 동질적으로 가정한 경우간에 출발시간선택에 명확한 차이를 보였다. 통행자들을 동질적으로 가정한 경우 출발시간선택과정에서 기종점에 관련된 특성들이 중요한 역할을 하는 반면 이질적으로 가정한 경우 개별 통행자의 선호특성이 출발시간 선택에 중요한 역할을 하는 것으로 나타났다. 특히 통행자들을 동질적으로 가정할 경우 출발시간 선택결과가 비현실적으로 나타날 수 있음도 보였다. 또, 기존의 확률과정과 달리 선택 차원이나 선택 대안의 수가 많아질 경우 추가적인 고려가 있어야 학습과정을 보다 현실적으로 모형화할 수 있음을 알 수 있었다. 본 연구모형에서는 지하철 통행자의 동적 출발시간 선택과정을 묘사하기 위해 인지 및 의사결정과정으로서 추론과정과 귀납적인 선호형성과정을 학습모형에 포함시킴으로써 보다 현실적인 분석결과가 도출되도록 하였다. 각 승객들은 충분한 학습을 거친 뒤에도 합리적인 선택을 하기보다는 자신의 경험에 따라 형성되는 선호의 영향을 받아 임의적으로 출발시간을 선택하는 문제도 나타날 수 있는 것으로 분석되었다. 이런 분석결과는 기존의 전통적인 교통수요모형(이용자균형 통행배정모형 등)들에서 주로 이용되는 통행자의 완전한 정보, 합리성 및 동질성 가정 등에 따른 집계적인 수요추정결과가 실제로 나타나는 개별적인 통행행태와 다를 수도 있음을 보여 주는 것이다.

• 한국정보과학회논문지:시스템및이론
• /
• 제33권10호
• /
• pp.709-721
• /
• 2006

지상파, 위성파, 케이블 방송 같은 기존의 방송환경은 시청자 취향에 상관없이 일방적인 단방향 방송 서비스를 제공해 왔다. 하지만, 최근에는 광대역 통신망을 통한 다양한 미디어 전송이 가능하게 되었다. 또한, 방송 환경에서 양방향 통신이 가능하게 됨으로써 장르, 시청 시간대, 배우 등 시청자의 선호도를 반영한 방송 서비스가 중용한 응용으로 대두되고 있다. 따라서, 기존의 방송환경에서 시청자의 선호도를 반영한 맞춤형 방송 서비스가 중요한 방송 서비스의 하나가 될 수 있다. 본 논문에서는 표적광고를 위한 새로운 시도로써 맞춤형 방송 서비스 응용 중 하나인 시청자 프로과일 추론을 통한 표적 광고 방법을 소개한다. 제안된 시청자 프로파일 추론 알고리즘은 시청자의 TV 시청 데이타(TV Viewing history data) 분석을 통해 시청자의 성별 및 연령대를 예측한다. 예측된 시청자의 성별 및 연령대를 바탕으로 TV Anytime 메타데이타를 이용한 표적 광고 선별 방법을 통하여 광고를 선택하게 된다. 제안된 표적 광고 시스템은 시청자 프로파일 추론 알고리즘과 표적 광고 선별 방법을 이용하여 구성되어 있으며, 실제 TV 시청 데이타를 이용하여 제안된 표적 광고 시스템의 실험 결과를 제시한다.

• 지능정보연구
• /
• 제17권2호
• /
• pp.109-117
• /
• 2011

전시 공간에서 전시 제공자는 자신의 마케팅 정보를 원활하게 제공하고 관람객의 반응을 실시간으로 확인하기를 원한다. 또한 전시 관람객은 자신이 가장 관심 있어 하는 분야의 부스를 관람하고 그 분야에 대한 정보를 얻고 싶어한다. 그런데 전시장을 방문하는 관람객들에게 상호 작용적 맞춤 개인화 마케팅 서비스를 관람객의 단말기를 통해 제공하게 된다면 전시 제공자와 관람객 모두의 요구를 충족하게 될 것이다. 이러한 서비스를 제공하기 위해서는 사용자의 의도를 인지할 수 있어야 하고 그 인지된 정보를 기준으로 해서 선별적인 서비스를 제공해야 한다. 본 논문에서는 전시 공간에서 관람객 개개인의 선호도와 상황을 인식하고 인식된 정보를 기본으로 해서 관람객 개인별로 가장 적합한 전시 참가 업체의 마케팅 정보나 부스 정보를 관람객이 소유한 스마트폰을 통해 제공하는 지능형 개인화 서비스 어플리케이션을 설계하였다.

• 산업경영시스템학회지
• /
• 제40권4호
• /
• pp.112-119
• /
• 2017

Selecting suppliers in the global supply chain is the very difficult and complicated decision making problem particularly due to the various types of supply risk in addition to the uncertain performance of the potential suppliers. This paper proposes a multi-phase decision making model for supplier selection under supply risks in global supply chains. In the first phase, the model suggests supplier selection solutions suitable to a given condition of decision making using a rule-based expert system. The expert system consists of a knowledge base of supplier selection solutions and an "if-then" rule-based inference engine. The knowledge base contains information about options and their consistency for seven characteristics of 20 supplier selection solutions chosen from articles published in SCIE journals since 2010. In the second phase, the model computes the potential suppliers' general performance indices using a technique for order preference by similarity to ideal solution (TOPSIS) based on their scores obtained by applying the suggested solutions. In the third phase, the model computes their risk indices using a TOPSIS based on their historical and predicted scores obtained by applying a risk evaluation algorithm. The evaluation algorithm deals with seven types of supply risk that significantly affect supplier's performance and eventually influence buyer's production plan. In the fourth phase, the model selects Pareto optimal suppliers based on their general performance and risk indices. An example demonstrates the implementation of the proposed model. The proposed model provides supply chain managers with a practical tool to effectively select best suppliers while considering supply risks as well as the general performance.

• 방송공학회논문지
• /
• 제17권2호
• /
• pp.270-283
• /
• 2012

다채널 TV, IPTV 및 Smart TV 서비스의 등장으로 인해 수많은 방송 채널과 방대한 TV 프로그램 콘텐츠가 시청자 단말로 제공됨으로써 시청자들은 자신이 원하는 콘텐츠를 쉽게 찾고 소비하는 것이 어려운 TV 시청 환경을 맞게 되었다. 따라서 TV 사용자들에게 자신이 선호하는 콘텐츠를 자동 추천해 줌으로써 원하는 콘텐츠로의 접근성을 증대시키는 것은 미래의 지능형 TV 서비스에 있어서 주요한 이슈이다. 이에 본 논문에서는 사용자의 선호 취향과 대중의 선호취향을 모두 고려한 협업필터링 개념의 통계적 기계학습 기반 TV 프로그램 추천 모델을 제시한다. 이를 위해 시청한 TV 콘텐츠에 대한 선호 토픽을 사용자의 시청 선호도로 보고, 최근 널리 활용되고 있는 LDA(Latent Dirichlet Allocation)모델을 TV 프로그램 추천 모델에 적용하였다. LDA 기반 TV 프로그램 추천 성능을 개선하기 위해 본 논문에서는 TV시청 이용내역 데이터를 기반으로, TV 사용자들의 관심 토픽을 은닉 변수로 하고, TV 사용자들의 관심 토픽에 대한 다양성을 반영하기 위해 은닉 변수의 확률분포 특성을 비대칭 디리클레(Dirichlet) 분포로 모형화하여 실험에 적용하였다. 제안된 LDA 기반 TV 프로그램 자동 추천 방법의 성능을 검증하기 위해, 유사 시청 특성을 갖는 사용자 그룹에 대해 상위 5개의 TV 프로그램을 일주일 단위로 추천하였을 경우 평균 66.5%, 2개월 단위의 추천에 대해서는 평균 77.9%의 precision 추천 성능을 확인할 수 있었다.