• Proceedings of the Korea Information Processing Society Conference
• /
• 2000.10a
• /
• pp.473-476
• /
• 2000

최근 전자상거래에서 에이전트 기술들이 많이 나타나고 있는데, 주목해야 할 것은 패키지 형태로 내장될 수 있는 에이전트이다. 전자상거래 솔루션에 탑재되어 자동화시킨 에이전트로서 NetPerception 의 GroupLens 엔진과 MacroMedia의 LikeMinds가 있는데 이들은 협동적 필터링을 구현한 것들이다. 현재 이러한 협동적 필터링 에이전트 시스템이 탑재된 전자상거래 솔루션들이 등장하고 있다. 하지만 add-on 성격이 부족하고, 실제 협동적 필터링 알고리즘에 의해 고객의 취향이나 기호에 맞는 아이템을 추천하는 진정한 의미의 에이전트 시스템은 찾아보기 힘들다. 그래서, 이러한 점을 보완한 MindReader 시스템을 개발하였다. 제안된 알고리즘은 기존의 GroupLens 알고리즘에 클러스터링을 접목시킨 알고리즘을 사용하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.11a
• /
• pp.461-464
• /
• 2005

현재의 웹은 사용자가 목적에 맞게 정보를 클릭하면서 정보를 찾아내는 게 일반적이다. 하지만 시맨틱 웹 서비스는 임무를 부여받은 자동화된 프로그램이 사람을 대신해 웹상의 정보를 추출하고 이를 가공해 새로운 정보를 만들어낼 수 있다. 이렇듯 사람을 대신 자동적으로 처리해주는 프로그램을 에이전트(Agent)라고 한다. 시맨틱 웹 서비스 이용하여 여행(Travel) 에이전트에게 대략적으로 휴가일정과 개인적인 선호도만 알려주면 여행에 필요한 모든 예약을 손쉽게 할 수 있다. 따라서 본 논문에서는 현존하는 여행 계획 추천 시스템과는 달리 시멘틱 웹 서비스 기술을 이용하여 보다 더 효율적이며 개인화된 여행 계획 추천 시스템을 제안한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.11a
• /
• pp.469-472
• /
• 2005

웹 서비스는 XML 기반의 웹을 기반으로 한 대중화된 서비스를 제공하는 기술이며 시맨틱 웹은 온톨로지를 기반으로 하는 웹에 지능을 부여하는 기술을 의미한다. 시맨틱 웹 서비스는 이런 시맨틱 웹과 웹 서비스를 결합한 것으로 본 논문에서는 위와 같은 시맨틱 웹 서비스 워크플로우 생성도구를 제작한다. 또한 전문가 시스템에서 자주 다루었던 신경망 추론 전문가 시스템을 룰렛 휠 선택법과 결합한 모델로 한 추천 에이전트를 제작하여 사용자에게 특화된 서비스를 제공하는 에이전트를 제작한다. 위 에이전트는 패턴 분류에 주로 사용하는 SOM 모델을 사용하여 사용자 프로필에 특화된 서비스의 클러스터링을 제공하고자 한다. 또한 사용자에게 신뢰성 있는 서비스 제공을 위해 룰렛 휠 선택 방법을 이용한 워크플로우 제작을 제공한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.343-345
• /
• 2001

전자상거래 시장의 규모 및 상점 수의 증가로 인하여 상품 구매자의 상품 구입을 보조해 줄 수 있는 에이전트 기술의 필요성이 증가하고 있다. 본 논문에서는 전자상거래에서 사용자의 선호도를 반영하여 상품을 추천해주는 지능형 에이전트 모델을 제안한다. 상품 정보 및 사용자의 선호도 정보를 관리하기 위하여 계층적 퍼지 그래프를 이용함으로써, 제안된 모델은 기존에 비해 더 나은 융통성과 효율성을 보일 수 있다. 에이전트에 의한 추천 상품은 사용자 선호도와 상품 기술서 사이의 비교순위에 의해 결정되며, 사용자와 에이전트 사이의 상품검색과 상품구매에 관한 정보는 지속적으로 사용자의 선호도 정보를 갱신하고 새로운 선호도 정보를 추론하는 데 사용된다. 이러한 방법에 의하여 사용자 선호도에 대한 적응성이 뛰어난 상품 추천 에이전트를 제공할 수 있으며, 전자상거래에서 구매자의 편의성을 증대시키는데 도움이 될 것으로 기대한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.277-279
• /
• 2000

인터넷 쇼핑몰의 급증으로 각 쇼핑몰은 경쟁적으로 표적판매의 전략으로써 상품 광고나 쇼핑 정보 등을 회원들에게 e-mail로 제공해 주고 있지만 여러 쇼핑몰에 회원으로 가입되어 있는 인터넷 사용자들에게 이런 무분별하고 획일적인 광고는 오히려 번거로운 것일 수 있으며 더욱이 그 내용이 관심 밖의 것일 경우 무가치한 정보 공해에 지나지 않게 된다. 본 논문에서는 등록된 사용자의 프로파일 정보와 학습된 쇼핑패턴을 토대로 그 사용자의 관심도와 쇼핑이 필요한 시기를 예측하여 e-mail로 개인화된 광고 및 추천서비스를 제공하는 비교 쇼핑 시스템을 제안한다. 이를 위해 상품별 구매속성이 반영된 코드를 상품의 ID로 정하여 구매속성별 분류와 검색 및 갱신이 쉽고 정확하게 이루어지도록 하였고 별도의 학습 과정 없이 코드의 검색만으로 선별된 상품을 자동으로 광고와 추천하는 것이 가능하다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06b
• /
• pp.390-392
• /
• 2012

인공비서 에이전트는 일정관리 및 추천을 할 때 일정이 비어 있는 시간을 계산하는 비교적 간단한 방식을 사용하는데, 보다 유용한 추천을 위해서는 사용자의 상황과 일정의 수행 조건을 고려하여야 한다. 본 논문에서는 환경의 변화에 유연하게 대응할 수 있는 행동선택 네트워크를 사용하는 일정추천 에이전트를 개발한다. Maes가 제안한 행동선택 네트워크를 현실적인 문제에 적용하는 데는 목적과 행동 노드의 개수가 크게 늘어나면 문제가 있다. 이를 해결하기 위해 행동선택 네트워크를 모듈화 하여 목적간의 충돌을 방지하고, 모듈화를 할 때 선행 행동 연결을 통한 모듈간의 사라진 연결을 보완하며, 목적들 간의 연관관계를 표현하기 위한 상위 행동선택 네트워크를 두는 계층적 행동선택 네트워크 방식을 제안한다. 제안하는 방법을 사용하여 몇가지 시나리오에 따른 일정추천 실험을 통하여 제안한 에이전트의 유용성을 확인하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11b
• /
• pp.214-216
• /
• 2005

디지털 방송이 시작되면서 시청자가 선택할 수 있는 채널은 200여 개로 늘어났다. 지금처럼 리모컨으로 채널을 돌려가며 보거나 원하는 TV 프로그램을 찾기란 거의 불가능해진 것이다. 이러한 다채널 다매체 시대에 원하는 프로그램 시청을 도와줄 수 있는 프로그램 가이드 시스템의 필요성이 증가하게 되었고, 더 나아가 TV를 시청하는 각 개인의 선호도를 반영하는 것이 요구되었다. 본 논문에서는 r-order Markov Model을 이용한 개인화된 전자 TV 프로그램 추천 시스템을 제안한다. Markov Model은 시간이 지남에 따라 시청하는 프로그램의 변화를 모델링하기 위한 방법으로 사용하였다. 이 시스템은 시청자의 선호 프로그램을 예측하기 위해서 r-order Markov Model을 제안하는 것뿐만 아니라 TV 시청자의 프로그램 선호를 예측하기 위한 모델들을 적용하였다. 실험 결과는 Markov Model이 추천에 대한 높은 정확성을 제공할 수 있다는 것을 보여준다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11b
• /
• pp.664-666
• /
• 2005

이 논문에서는 기존의 지식관리시스템과 P2P방식을 접목한 P2P 지식관리시스템을 제안하고 제안된 시스템의 구조와 효율적으로 지식을 검색하기 위한 지능형 에이전트 대하여 기술하였다. 에이전트의 종류는 지식추출과 추천 에이전트가 있으며, 지식추출 에이전트는 대량의 데이터에서 지식을 추출하고, 개인 맞춤형 지식 추천 에이전트는 추출된 지식에서 사용자가 관심 있는 분야의 지식을 추천해 주는 것이다. 제안된 시스템의 구조와 에이전트 기법은 회사나 단체에 속한 사용자들이 방대한 데이터, 정보 또는 사용자들의 전문성과 경험으로 축적된 지식을 빠르고 쉽게 검색하게 해주어 양질의 지식을 사용자들이 추천 받아 사용하도록 함으로써 전체 구성원의 지식도를 높이며, 이러한 지식들을 재활용하여 더욱 많은 지식과 부가 가치를 창출하도록 지원하여 준다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.10b
• /
• pp.58-60
• /
• 2001

본 논문에서는 온톨로지를 이용하여 웹 문서의 분류와 사용자의 정보 요구에 대한 개인화 된 정보를 제공하는 에이전트를 제안한다. 에이전트는 웹 문서들이 가지는 의미 구조를 표현한 개념 계층 즉, 온톨로지를 바탕으로 웹 문서를 분류하게 되며 온톨로지를 이용하여 사용자의 정보 요구를 정확히 파악하고 사용자의 브라우징을 돕게 된다. 온톨로지는 개념에 대한 특징 개념간의 관계 그리고 문서 분류를 위한 제약조건으로 이루어진다. 사용자의 현 위치에서의 선행 탐색을 통하여 문서를 획득하게 되며 구축된 온톨로지를 이용하여 분류한다. 에이전트는 분류된 문서에 대한 사용자의 관심분야를 파악하여 프로파일을 유지하게 되며 최종 문서의 추천은 프로파일을 바탕으로 이루어지게 된다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04a
• /
• pp.754-756
• /
• 2004

본 논문에서는 B2B e-Marketplace에 참여하는 비즈니스 파트너들에게 새로운 상품을 추천하기 위한 웹 에이전트 기반 추천 시스템을 제안한다. 본 논문에서 제시하는 추천 시스템은 비즈니스 파트너에 대한 정보를 수집하기 위한 모니터링 에이전트, 수집된 정보를 분석하기 위한 분석 에이전트, 그리고 분석결과를 이용하여 추천 서비스를 제공하기 위한 추천 에이전트로 구성된다. 이와 같은 웹 에이전트 기반의 추천 시스템은 다수의 공급자와 다수의 비즈니스 파트너가 참여하는 B2B 환경에서 실시간으로 비즈니스 파트너의 수요나 성향에 맞는 서비스 제공을 통해 공급자와 비즈니스 파트너간의 수요/공급 예측 및 협력관계를 향상시킬 수 있다.