• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2003년도 춘계학술대회
• /
• pp.400-409
• /
• 2003

Collaborative filtering (CF) recommendation is a knowledge sharing technology for distribution of opinions and facilitating contacts in network society between people with similar interests. The main concerns of the CF algorithm are about prediction accuracy, speed of response time, problem of data sparsity, and scalability. In general, the efforts of improving prediction algorithms and lessening response time are decoupled. We propose a three-step CF recommendation model which is composed of profiling, inferring, and predicting steps while considering prediction accuracy and computing speed simultaneously. This model combines a CF algorithm with two machine learning processes, SOM (Self-Organizing Map) and CBR (Case Based Reasoning) by changing an unsupervised clustering problem into a supervised user preference reasoning problem, which is a novel approach for the CF recommendation field. This paper demonstrates the utility of the CF recommendation based on SOM cluster-indexing CBR with validation against control algorithms through an open dataset of user preference.

• 보건행정학회지
• /
• 제20권3호
• /
• pp.1-20
• /
• 2010

Objectives : This study is purposed to segment dental service markets with reflecting customer's preference and to suggest some marketing strategies applied to each segmented market. Methods : The customer's data collected from a series of online survey comprise such factors as expertise of dentist, courtesy, clinic size, equipment, price and distance, including some socio-demographics. A conjoint analysis and a clustering analysis with estimated coefficients were performed to find out some dental market segments for three dental service types such as dental caries, esthetic treatments and dental implants. Results : Three or four market segments for each dental service type are derived from the analysis, and subsequently market characteristics for each derived segment are explored. Furthermore, some dental marketing strategies for each segment are suggested for better management. Conclusion : A conventional way of developing dental marketing strategies can be improved, while specific customer's preference are responded.

• 한국의류학회지
• /
• 제27권11호
• /
• pp.1338-1349
• /
• 2003

The color of apparels has the close interdependency on the skin colors of the wearers. This study was carried out to group the skin colors of Korean males into several similar skin colors and to analyze their preference colors. The skin colors were measured quantitatively and classified into several clusters that has similar hue, value and chroma with Munsell color system that is internationally used to communicate the colors. Sample size was 420 Korean males. With color spectrometer, JX-777, 4 points of the body were measured. All subjects had been shown with 40 color chips and answered their preference colors. Data were analysed by K-means Cluster analysis, Duncan test, Frequency and Chi square test using SPSS WIN 10 statistical package. Findings were as follows: 1. The skin colors of Korean males were mixed with skin colors of YR, R, and Y. 2. 420 subjects who have YR color were clustered in 3 kinds of skin color groups. 3. The average face color of total subjects was 4.81YR 5.91/4.97 in Munsell color system, 60.74 in L value, 13.71 in a value, 24.54 in b value. 136 observations out of 420 subjects were composed of Type 1: 4.50YR 6.35/4.87 and 192 observations were composed of Type 2: 4.62YR 5.86/5.12 and 92 observations were composed of Type 3: 5.67YR 5.37/4.79. 4. The average skin color of total 420 subjects was 6.26YR 6.07/4.41 and 62.33 in L value, 10.64 in a value, 23.48 in b value. The average skin color of Type 1 was 6.27YR 6.44/4.27 and of Type 2 was 6.15YR 5.91/4.49 and of Type 3 was 6.49YR 5.84/4.43 respectively. 5. 3 groups showed that the most preference color of sport$.$casual was 2.5Y 8/16 and 7.5PB 4/16 and the most preference color to their skins was 7.5PB 4/16 and 7.5YR 7/16.

• 한국식품과학회지
• /
• 제46권3호
• /
• pp.352-357
• /
• 2014

수도권 거주 소비자 100명을 대상으로 전국에서 시판되는 24종의 복분자주의 소비자 기호도 조사를 실시하였다. 24개 복분자주 시료의 전반적인 기호도 평가의 분산분석을 통해 기호도 평가에 연령 및 성별간의 차이보다는 개인 간의 차이가 더 크게 작용한 것으로 나타났다. 전체 소비자 기호도 평가 결과를 바탕으로 군집분석을 실시하여 시료 간 유사한 기호도 평가를 보인 세 개의 군집으로 분류하였다. 세 개의 군집은 기호척도의 빈도수 분포와 실제 기호도 평균 점수에서 군집 간의 차이가 확인되었다. 이러한 군집 분류를 바탕으로 판별분석을 활용하여 군집의 분류가 적절한지 또한 판별함수의 예측력은 적정한지 파악하였다. 판별분석결과 분류율이 100%로 적절한 예측력을 보였고, 세 군집간의 마할라노비스거리와 추출된 요인 내에서의 분포도도 적정한 것으로 나타났다. 향후 다양한 우리술의 품질평가시스템 개발에 소비자 기호도 조사를 활용한 평가방법이 활용 가능하리라 여겨진다.

• 한국전자거래학회지
• /
• 제10권2호
• /
• pp.109-132
• /
• 2005

디지털 TV 채널 및 인터넷 상에서의 멀티미디어 컨텐츠의 홍수로 인해 사용자는 종종 자신이 선호하는 컨텐츠를 찾는데 어려움을 갖고 있으며, 또한 컨텐츠를 찾기 위해 많은 시간을 들이고 있다. 심지어 컨텐츠를 검색하는 동안 원하는 정보를 잃어버리는 경우도 있다. 고객들이 선호하는 컨텐츠를 추천하는 기존 시스템들이 가지는 문제점으로 사용자 수가 증가함에 따라 추천시간이 증가하는 확장성 문제와 새로운 고객의 경우 상품에 대한 선호도 정보가 부족할 경우 추천 정확도가 저하되는 희박성 문제가 있다. 본 논문에서는 이러한 문제점들을 해결하기 위해 협력적 필터링 방식에 기반한 2단계 클러스터링 기법을 제안한다. 1단계에서는 고객의 성과 나이와 같은 기본적인 사용자 정보만을 사용하여 추천하고, 2단계에서는 사용자의 동적인 성향 변화를 반영하기 위해 시간스키마를 적용하여 추천한다. 이렇게 추천된 결과의 피드백을 이용함으로써 계산시간의 단축과 예측정확도를 높일 수 있다.

• 정보관리학회지
• /
• 제24권2호
• /
• pp.89-104
• /
• 2007

본 연구는 대용량 음악콘텐츠환경에서 개인화 추천 서비스를 위한 기반구조의 제공을 위하여 시도되었다. 추천서비스를 위한 기존의 많은 연구와 상용프로그램에도 불구하고 대규모의 쇼핑몰들은 개인화 추천서비스와 실시간으로 대용량의 데이터를 처리할 수 있는 추천시스템을 필요로 하고 있다. 이를 위하여 본 연구에서는 데이터마이닝 기술과 새로운 패턴매칭 알고리즘을 제안하고 있다. 콘텐츠 주제분야에 대한 이용자의 선호도를 이용한 이용자 분할을 위하여 군집화 기법이 사용되었다. 다음으로는 군집화를 통하여 생성된 분할된 이용자 그룹에서 개별 이용자의 콘텐츠에 대한 접근 패턴의 추출을 위하여 순차패턴 마이닝기법을 적용하였다. 최종적으로 각각의 이용자 군집의 콘텐츠 접근 패턴과 콘텐츠 선호도에 기반한 제안된 추천 알고리즘에 의해 추천이 이루어진다. 이러한 추천을 위하여 기반 구조와 함께, 전처리과정과 원본 데이터의 형식변환이 데이터베이스에서 수행되어진다. 본 연구에서 제안하고 있는 기반구조의 적절성을 보여주기 위하여 제안된 시스템을 구현하였다. 실제 이용자에 의해 이용된 데이터를 실험에 적용하였으며, 해당 실험에서 추천은 실시간으로 이루어졌으며 추천결과에 있어서는 적절한 정확성을 보여주고 있다.

• 한국언어정보학회지:언어와정보
• /
• 제14권1호
• /
• pp.113-144
• /
• 2010

The primary goal of this paper is to find a feasible way to answer the question: Does the similarity in meaning between verbs relate to the similarity in their subcategorization? In order to answer this question in a rather concrete way on the basis of a large set of English verbs, this study made use of various language resources, tools, and statistical methodologies. We first compiled a list of 678 verbs that were selected from the most and second most frequent word lists from the Colins Cobuild English Dictionary, which also appeared in WordNet 3.0. We calculated similarity measures between all the pairs of the words based on the 'jcn' algorithm (Jiang and Conrath, 1997) implemented in the WordNet::Similarity module (Pedersen, Patwardhan, and Michelizzi, 2004). The clustering process followed, first building similarity matrices out of the similarity measure values, next drawing dendrograms on the basis of the matricies, then finally getting 177 meaningful clusters (covering 437 verbs) that passed a certain level set by z-score. The subcategorization frames and their frequency values were taken from the ICE-GB. In order to calculate the Selectional Preference Strength (SPS) of the relationship between a verb and its subcategorizations, we relied on the Kullback-Leibler Divergence model (Resnik, 1996). The SPS values of the verbs in the same cluster were compared with each other, which served to give the statistical values that indicate how much the SPS values overlap between the subcategorization frames of the verbs. Our final analysis shows that the degree of overlap, or the relationship between semantic similarity and the subcategorization frames of the verbs in English, is equally spread out from the 'very strongly related' to the 'very weakly related'. Some semantically similar verbs share a lot in terms of their subcategorization frames, and some others indicate an average degree of strength in the relationship, while the others, though still semantically similar, tend to share little in their subcategorization frames.

• 대한인간공학회지
• /
• 제28권4호
• /
• pp.147-154
• /
• 2009

The tactical computer is currently being developed and installed in armored vehicles and tanks for reinforcement. With the tactical computer, Korea Army will be able to grasp the deployment status of our forces, enemy, and obstacles under varying situations. Furthermore, it makes the exchange of command and tactical intelligence possible. Recent studies showed that the task performance is greatly affected by the user interface. The U.S. Army is now conducting user-centered evaluation tests based on C2 (Command & Control) to develop tactical intelligence machinery and tools. This study aims to classify and regroup subordinate menu functions according to the user-centered task performance for the Korea Army's tactical computer. Also, the research suggests an ergonomically sound layout and size of main touch buttons by considering human factors guidelines for button design. To achieve this goal, eight hierarchical subordinate menu functions are initially drawn through clustering analysis and then each group of menu functions was renamed. Based on the suggested menu structure, new location and size of the buttons were tested in terms of response time, number of error, and subjective preference by comparing them to existing ones. The result showed that the best performance was obtained when the number of buttons or functions was eight to conduct tactical missions. Also, the improved button size and location were suggested through the experiment. It was found in addition that the location and size of the buttons had interactions regarding the user's preference.

• 한국컴퓨터정보학회논문지
• /
• 제13권5호
• /
• pp.219-227
• /
• 2008

제약만족문제(Constraint Satisfaction Problem)의 연구에서 밝혀졌듯이, 제약최적화 문제(Constraint Optimization Problem)를 효율적으로 풀기 위해서는 변수순서화의 경험적 방법이 매우 중요하다. 이기종이 혼합된 무선 센서 네트웍의 에너지 효율적인 집단화 같은 문제는 클러스터 헤드가 기지국에 가깝게 위치하려는 경향이 있다. 본 논문은 이 집단화 문제를 풀기 위해서 정적 우선순위 변수 순서화에 기반을 둔 새로운 접근방법을 제시하고. pnode 라는 새로운 알고리즘을 제안한다. 이 pnode 알고리즘은 우선순위가 가장 높은 변수를 다음 변수로 선택한다. 집단화문제에 있어서 우선순위가 높다는 것은 클러스터 헤드가 최적지역에 근접하게 된다는 것을 의미하며 이것은 문제의 성격상 미리 정해진다. 클러스터화 된 센서 네트웍에서 클러스터 헤드는 에너지 소비가 가장 많이 일어나는 곳이기 때문에 센서 노드뿐만 아니라 클러스터 헤드에서 발생하는 최대 에너지 소비를 최소화하도록 만드는 방법을 찾는 것이 본 논문의 목적이다. pnode알고리즘을 사용하여 시뮬레이션 한 결과 제안된 방법이 다른 방법들보다 우수함을 알 수 있었다.

• 지능정보연구
• /
• 제20권4호
• /
• pp.107-120
• /
• 2014

본 연구에서는 사회연결망분석기법 중 하나인 구조적 공백 분석 결과를 이용하여 추천과정에 사용자의 정성적이고 감성적인 정보를 반영할 수 있는 협업필터링 기반의 추천시스템을 제안한다. 협업필터링은 추천기술 중 가장 많이 활용되고 있지만 전통적으로 확장성과 희박성 등의 문제점뿐 만 아니라 사용자-상품 매트릭스의 선호도만을 이용하여 추천을 함으로써 사용자의 정성적이고 감성적인 정보를 추천과정에 반영하지 못한다는 한계점이 있다. 본 연구에서 제안하는 추천시스템은 사회연결망분석에서 중심성 분석과 함께 연결망 내의 주요개체를 탐지할 수 있는 구조적 공백 분석을 이용하여 연결망 내의 대표 사용자들을 추출한 후 이들을 중심으로 군집을 형성한 후 각 군집색인 협업필터링을 수행하는 과정을 통해 전통적인 협업필터링에서 반영하지 못했던 정성적, 감성적 정보를 반영한다. 한편, 군집색인 협업필터링을 수행함으로써 추천의 효율성을 높일 수 있는 장점도 있다. 본 연구에서는 실제 사용자들의 상품에 대한 선호도 평가점수와 사용자들의 사회연결망 정보를 수집하여 실험을 수행하고 전통적인 협업필터링과 다양한 형태의 협업필터링과의 추천성과 비교를 통하여 제안하는 시스템의 유용성을 확인한다. 비교모형으로는 전통적인 협업필터링, 임의 군집색인 기반 협업필터링, k평균 군집색인 기반 협업필터링을 이용한 추천시스템이며, 실험 결과, 제안한 모형이 다른 비교모형에 비해 추천성과의 정확도가 가장 우수하였다. 추천성과의 차이에 대한 통계적 유의성 검정 결과, 제안 모형은 전통적인 협업필터링 기반의 추천시스템과는 통계적으로 유의한 성과 차이가 없었으나, 다른 두 모형에 대해서는 통계적으로 유의한 성과의 차이가 있는 것으로 나타났다.