• International journal of advanced smart convergence
• /
• 제12권4호
• /
• pp.202-207
• /
• 2023

In this paper, we discuss the design and implementation of a recommendation platform actually built in the field. We survey deep learning-based recommendation models that are effective in reflecting individual user characteristics. The recently proposed RNN-based sequential recommendation models reflect individual user characteristics well. The recommendation platform we proposed has an architecture that can collect, store, and process big data from a company's commercial services. Our recommendation platform provides service providers with intuitive tools to evaluate and apply timely optimized recommendation models. In the model evaluation we performed, RNN-based sequential recommendation models showed high scores.

• 유통과학연구
• /
• 제22권9호
• /
• pp.39-48
• /
• 2024

Purpose: The purpose of this study is to collect and analyze a large amount of data from online ticket distribution platforms that offer multiple airlines and different routes so that they can improve their ticket distribution marketing strategies and provide services that are more suitable for consumer's needs. The results of this study will help airlines improve the quality of their online platform services to provide more benefits and convenience by providing access to multiple airlines and routes around the world on one platform. Research design, data and methodology: For the study, 200 people completed the survey between May 1 and June 15, 2024, of which 191 copies were used in the study. Results: The hypothesis testing results of this study showed that among the components of the recommendation algorithm, decision comport, novelty, and evoked interest recurrence had a positive effect on perceived recommendation quality, but curiosity did not have a positive effect on recommendation quality. The perceived recommendation quality of the online platform positively influenced recommendation satisfaction, and the higher the perceived recommendation quality, the higher the intention to continue the relationship. Finally, higher recommendation satisfaction was associated with higher relationship continuation intention. Conclusion: it's important to continue researching online ticketing platforms. Online platforms will also need to be systems that use technology and data analytics to provide a better user experience and more benefits.

• Journal of Information Processing Systems
• /
• 제20권3호
• /
• pp.360-374
• /
• 2024

A personalized course recommendation algorithm based on deep learning in an online education cloud platform is proposed to address the challenges associated with effective information extraction and insufficient feature extraction. First, the user potential preferences are obtained through the course summary, course review information, user course history, and other data. Second, by embedding, the word vector is turned into a low-dimensional and dense real-valued vector, which is then fed into the compressed interaction network-deep neural network model. Finally, considering that learners and different interactive courses play different roles in the final recommendation and prediction results, an attention mechanism is introduced. The accuracy, recall rate, and F1 value of the proposed method are 0.851, 0.856, and 0.853, respectively, when the length of the recommendation list K is 35. Consequently, the proposed strategy outperforms the comparison model in terms of recommending customized course resources.

• 한국멀티미디어학회논문지
• /
• 제23권8호
• /
• pp.1075-1087
• /
• 2020

Aviation ICT technology is a convergence technology between aviation and electronics, and has a wide variety of applications, including navigation and education. Among them, in the field of aerial pilot training, there are many problems such as the possibility of accidents during training and the lack of coping skills for various situations. This raises the need for a simulated pilot training system similar to actual training. In this paper, pilot training data were collected in pilot training system using VR/AR to increase immersion in flight training, and Customized Pilot Training Platform with Collaborative Deep Learning in VR/AR Environment that can recommend effective training courses to pilots is proposed. To verify the accuracy of the recommendation, the performance of the proposed collaborative deep learning algorithm with the existing recommendation algorithm was evaluated, and the flight test score was measured based on the pilot's training data base, and the deviations of each result were compared. The proposed service platform can expect more reliable recommendation results than previous studies, and the user survey for verification showed high satisfaction.

• 문화기술의 융합
• /
• 제7권1호
• /
• pp.582-587
• /
• 2021

도서 취향을 고려하여 도서를 추천해주는 도서 추천 시스템은 사용자의 독서 경험과 독서에 대한 인식 개선에 효과적이다. 축적된 사용자 평점 기록이 상대적으로 적은 도서의 경우 추천 정확도에 한계가 나타난다. 본 연구에서는 상대적으로 풍부한 사용자 평점 데이터를 가진 영화 평점 정보를 이용하여 사용자에게 맞춤형 도서를 추천하는 추천 시스템을 제안한다. 제안하는 방법을 통해 도서 추천의 정확도를 높이고 보다 다양한 종류의 추천을 수행하는데 효과적임을 보였다. 영화 평점 데이터를 활용한 도서추천 시스템은 도서 분야 외 타 미디어 플랫폼의 데이터를 도서추천에 활용하는 의미 있는 시도가 될 것으로 예상한다.

• 한국엔터테인먼트산업학회논문지
• /
• 제15권8호
• /
• pp.131-143
• /
• 2021

본 연구에서는 온라인 플랫폼 뮤지컬 관람 방식의 만족도에 영향을 미치는 요인을 알아보고 그 요인들이 온라인 플랫폼을 통한 뮤지컬 관람의 추천 의도 및 재관람 의도에 미치는 영향을 알아보았다. 또한, 조사대상자의 뮤지컬에 대한 관여도가 온라인 플랫폼 뮤지컬 관람의 만족도와 추천 의도 및 재관람 의도 사이에서 미치는 영향을 분석하였다. 독립변수인 온라인 플랫폼 뮤지컬의 만족도는 영상 품질, 편의성, 경제성, 상호작용성 등으로 구분하고 종속변수는 온라인 플랫폼 뮤지컬의 추천 의도, 재관람 의도로 구분하였으며, 뮤지컬에 대한 관여도를 조절변수로 하여 총 20개의 가설을 설정하였다. 온라인 플랫폼을 통한 뮤지컬 관람 경험이 있는 관객 1,454명을 대상으로 2021년 8월 28일부터 9월 7일까지 온라인 설문조사를 실시하여 총 1418명의 답변을 유효 표본으로 사용하였다. AMOS Ver. 18.0.0을 이용한 확인적 요인분석으로 온라인 플랫폼 뮤지컬 만족도에 영향을 미치는 요인을 분석하였고 SPSS를 통한 회귀분석으로 각 독립변수가 종속변수에 미치는 영향과 독립변수와 종속변수 사이에서 갖는 조절변수의 조절 효과를 분석하였다. 분석 결과, 온라인 플랫폼 뮤지컬의 만족도를 구성하는 요인은 표준화 경로계수가 편의성 > 영상 품질 > 경제성 > 상호작용성 순으로 나타나 온라인 뮤지컬 관람 방식이 새로운 공연예술의 관람 패러다임으로 정착하기 위해 가장 먼저 중시해야 할 만족 요인으로 편의성과 영상 품질 요인이 제시되었다. 한편, 온라인 플랫폼 뮤지컬 관람의 만족도는 모든 만족 요인의 경로에서 온라인 플랫폼 뮤지컬 관람 추천 의도 및 재관람 의도에 정(+)의 영향을 미치는 것으로 나타났다. 또한, 온라인 플랫폼 뮤지컬 관람 만족도와 추천 의도 및 재관람 의도 사이에서 뮤지컬에 대한 관객의 관여도가 갖는 조절 효과는 영상품질과 추천 의도의 사이에서만 유의한 영향을 미치는 것으로 나타났다. 이는 뮤지컬에 대한 관여도가 높은 관객은 온라인 플랫폼 뮤지컬의 영상 품질에 대한 만족도가 높아야만 주변에 추천할 의향을 가진다고 해석된다. 특히 중요한 점은 온라인 플랫폼 뮤지컬 관람의 만족도에는 편의성 요인이 가장 큰 영향을 미치는 것으로 나타났지만, 온라인 플랫폼 뮤지컬의 추천 의도와 재관람 의도에는 영상 품질 요인이 가장 큰 영향을 미치는 것으로 나타났다는 점이다. 이러한 결과는 현전성이 특징인 뮤지컬을 온라인 플랫폼을 통해 관람하는 것에는 편의성이 가장 큰 가치가 된다는 것, 즉 신체적 현전을 통한 현전성을 느낄 수 없는 조건에서는 온라인 플랫폼의 편의성이 주된 만족도 요인으로 작용함을 나타내며, 온라인 플랫폼을 통해 뮤지컬을 관람한 관객은 우선적으로 영상 품질의 질적 수준에 만족하였을 때 추천 의도와 재관람 의도를 가진다는 것을 시사한다.

• 지식경영연구
• /
• 제21권1호
• /
• pp.175-195
• /
• 2020

The development of platform service based on the information and communication technology has revolutionized patterns of commercial transactions, driving the growth of global economy. Furthermore, the radical advancement of artificial intelligence(AI) presents the huge potential to innovate almost all the industrial and economic activities. Given these technological developments, the goal of this paper is to investigate AI's impact on the platform service innovation as well as its influence on the business performance. For the goal, this paper presents the review of the types of service innovation, the nature of platform services, and technological characteristics of leading AI technologies, such as chatbot and recommendation system. As an empirical study, this paper performs a multiple case study of Kakao Group which is the leading mobile platform service with the most advanced AI in Korea. To understand the role and effect of AI on Kakao platform service, this study investigated three cases, including chatbot agent of Kakao Bank, Smart Call service of Kakao Taxi, and music recommendation system of Kakao Mellon. The analysis results of the case study show that AI initiated innovations in platform service concepts, service delivery, and customer interface, all of which lead to a significant decrease in the transaction costs and the personalization of services. Finally, for the successful development of AI, this research emphasizes the significance of the accumulation of customer and operational data, the AI human capital, and the design of R&D organization.

• 디지털융복합연구
• /
• 제16권4호
• /
• pp.329-334
• /
• 2018

전공서적 이용실태조사에 따르면, 대학생들은 한 학기당 평균적으로 6.4권의 전공서적을 구매하고 이를 위해 9.4만원을 지출한다. 그러나 이렇게 구입한 전공서적의 절반 가까이는 사용되지 않고 방치되고 있다. 그래서 많은 학생들이 정가를 주고 새 책을 구입하기 보다는 중고책 거래를 통해 전공서적을 구하고 있다. 기존의 중고 전공서적 거래를 지원하는 플랫폼들은 판매를 위한 기본 기능들은 제공하고 있지만, 전공별 교재 추천, 참고도서 추천 기능 등이 제공되지 못하고 있다. 본 연구에서 지역성을 반영한 전공별 교재 추천, 참고도서 추천, 위탁 거래 기능 등이 제공되는 중고 전공서적 거래 플랫폼 BookCue를 개발하였다. 본 플랫폼을 이용함으로써 방치된 전공서적들의 거래 활성화를 통한 대학생들의 교재구매비 경감과 환경보전에 기여할 수 있을 것으로 기대된다. 향후 본 플랫폼은 전공서적뿐만 아니라 대학생들을 위한 지역 내 다양한 물품을 거래하는 플랫폼으로 확대될 수 있을 것이다.

• 한국콘텐츠학회논문지
• /
• 제22권7호
• /
• pp.164-175
• /
• 2022

OTT(Over The Top) 플랫폼은 개인화된 추천 서비스가 이용자들을 플랫폼에 더 오래 머물게 하고, 더 자주 방문하게 한다는 점에서 차별적 경쟁우위 특성을 강화하기 위해 노력하고 있다. 본 연구에서는 개인화된 추천 서비스의 특성을 추천 정확성과 추천 다양성, 추천 신기성의 3가지로 구분하고, 각 특성이 이용자가 추천 서비스에 대해 인지하는 유용성에 영향을 미치고, 기대충족으로 이어지는 연구모형을 제안하였다. 넷플릭스를 정기구독 결제하는 20, 30대 300명을 대상으로 온라인 설문조사를 진행한 결과, 추천 서비스의 정확성과 다양성, 신기성이 높았을 때 지각된 유용성이 높아짐을 확인하였다. 높은 지각된 유용성은 넷플릭스 이용 전후의 기대충족으로 이어진다는 점 역시 확인하였다. 도출된 연구 결과는 개인화된 추천 서비스 평가에서 이용자 경험 측면의 중요성과 추천 서비스 품질 개선 방안에 대한 시사점을 제공할 수 있을 것이다.

• 문화기술의 융합
• /
• 제7권3호
• /
• pp.523-528
• /
• 2021

현재의 유튜브는 사용자가 실제 소비한 콘텐츠를 기반으로 사용자에게 유사한 콘텐츠를 추천한다. 이런 알고리즘의 특성으로 인하여 사용자는 비슷한 분야의 콘텐츠는 잘 추천받지만 소비 한적이 없는 분야의 콘텐츠는 추천 받기가 어렵다. 폭넓게 영상을 추천 받는데 있어서 한계가 있다. 크라우드 소싱을 활용하여 이 문제를 해결하고자 한다. 유튜브를 사용하는 대중들의 직접적인 참여를 통하여 다양한 채널을 추천받을 수 있는 플랫폼을 제안한다. 사용자는 다양한 채널을 추천받고 채널 토론 방에서 사람들과 소통할 수 있으며 동시에 채널을 추천하여 수익을 창출할 수 있다. 본 플랫폼이 다양한 크라우드 소싱 기반의 추천 플랫폼에서 활용될 수 있기를 기대한다.