• 한국멀티미디어학회논문지
• /
• 제19권11호
• /
• pp.1878-1890
• /
• 2016

Web 2.0 has features produced the content through the user of the participation and share. The content production activities have became active since social network service appear. The social bookmark, one of social network service, is service that lets users to store useful content and share bookmarked contents between personal users. Unlike Internet search engines such as Google and Naver, the content stored on social bookmark is searched based on tag keyword information and unnecessary information can be excluded. Social bookmark can make users access to selected content. However, quick access to content that users want is difficult job because of the user of the participation and share. Our paper suggests a method recommending search word to be able to access quickly to content. A method is suggested by using Collaborative Filtering and Jaccard similarity coefficient. The performance of suggested system is verified with experiments that compare by 'Delicious' and "Feeltering' with our system.

• 한국도서관정보학회지
• /
• 제49권4호
• /
• pp.265-294
• /
• 2018

최근 정보의 폭발적인 증가로 인해 사용자에게 적합한 정보를 제공하기 위한 정보의 필터링이 매우 중요시 되고 있다. 한국과학기술정보연구원에서 운영하고 있는 학술정보서비스인 NDSL은 방대한 자료를 보유함에도 불구하고 사용자들은 검색 외에 자료 획득이 쉽지가 않다. 본 논문은 사용자에게 적합한 정보를 제공하기 위하여 키워드 특성을 활용한 서비스인 PIN(Profiling service In NDSL)을 제안한다. PIN은 키워드만을 가지고 검색하는 것이 아닌 사용자 본인 및 유사 사용자가 등록한 관심 키워드, 동시이용 키워드, 검색 키워드로 분석된 워드 클라우드를 제공하고 이를 통하여 사용자에게 맞춤형 논문, 보고서, 특허, 동향의 콘텐츠를 추천한다. 또한 콘텐츠를 보다 쉽게 접근하기 위하여 중복분류가 가능한 학술연구분류체계 기반 분류를 제공한다. 이를 검증하기 위해 NDSL의 축적된 2016년도의 국내논문의 데이터를 기반으로 분류별로 키워드를 추출하고 이를 통해 매칭 기반의 분류 모델을 만든 후 트레이닝 및 테스트를 거쳐 결과를 도출한다.

• 디지털융복합연구
• /
• 제18권1호
• /
• pp.301-307
• /
• 2020

최근 추천 시스템은 5G 시대의 시작과 동시에 여러 분야에서 도입하고 있으며, 주로 도서나 영화, 음악 분야의 서비스에서 크게 두각을 나타내고 있다. 그러나 이러한 추천 시스템에서 사용자마다 선호하는 정도가 주관적이고, 불확실하여 정확한 추천 서비스를 제공하기가 어렵다. 추천 시스템의 성능을 향상시키기 위해서는 많은 양의 학습 데이터가 필요하며, 추론 기술이 보다 정확해야 한다. 이러한 문제점을 해결하기 위하여 본 연구에서는 Fuzzy-AHP와 Word2Vec 학습 기법을 이용한 영화 추천 시스템을 제안하였다. 본 시스템에서는 사용자의 선호도를 객관적으로 예측하기 위해 Fuzzy-AHP를 사용하였으며, 스크레이핑한 데이터를 분류하기 위해 Word2Vec 학습 기법을 사용하였다. 본 시스템의 성능을 평가하기 위해 그리드 서치를 이용하여 Word2Vec 학습 결과의 정확도를 측정하였고, 그 후 본 시스템이 예측한 평점과 관객들이 평가한 영화의 평점 간 차이를 비교하였다. 그 결과 최적의 교차 검증 정확도가 91.4%로 우수한 성능을 나타내었으며, 예측한 평점과 관객들이 평가한 영화의 평점 간 차이를 Fuzzy-AHP 시스템과 비교한 결과 10% 정도 우수함을 확인할 수 있었다.

• 지능정보연구
• /
• 제16권3호
• /
• pp.147-161
• /
• 2010

최근 방송과 통신의 융합으로 TV에 통신이라는 기술이 접목되면서, TV 시청 형태에 많은 변화를 가져왔다. 이러한 형태의 TV 시청 변화는 서비스 선택의 폭을 넓혀주지만 프로그램을 선택을 위해 많은 시간을 투자해야 한다. 이러한 단점을 개선하기 위해서 본 논문에서는 IPTV환경에서 사용자의 다양한 콘텐츠를 제공하는 방송 환경에서 고객의 시청 정보를 바탕으로 고객 사용정보 온톨로지를 구축하고 그에 따라 고객을 k-medoids 방법을 이용해서 클러스터링 한다. 이를 바탕으로 고객이 선호하는 콘텐츠를 추천 하는 방법을 제안하였다. 실험부분에서 본 제안방법의 우수성을 기존의 방법과 비교하여 보여준다.

• 한국정보통신학회논문지
• /
• 제24권12호
• /
• pp.1567-1573
• /
• 2020

인터넷 기술의 발전으로 1인 미디어 시대로 도래했다. 한 개인이 스스로 콘텐츠를 제작하여 관련 온라인 서비스로 업로드 하고, 많은 사용자가 온라인 서비스의 콘텐츠를 인터넷을 이용할 수 있는 장치(PC, 스마트폰, 스마트TV 등)를 이용해 시청하고 있다. 현재 대부분 사용자가 기존 온라인 서비스에서 제공하는 검색기능을 통해 원하는 콘텐츠를 찾아서 시청하고 있다. 이러한 기능은 콘텐츠를 업로드 한 사용자가 입력한 정보를 바탕으로 제공된다. 이러한 제한된 단어 데이터를 바탕으로 콘텐츠를 검색해야 하는 환경에서 잘못된 정보가 있는 경우 검색 결과의 유사도 효율 저하와 잘못된 결과를 사용자에게 제시한다. 이를 해결하기 위해 본 논문에서는 온라인 서비스에서 콘텐츠 정보를 시스템이 능동적으로 영상을 분석하고, 영상이 보유한 특성을 추출해 반영하는 방법을 제시한다. 한 동영상의 음성데이터를 근거한 스토리 내용을 근거로 형태소를 추출해 빅데이터 기술로 분석하기 위한 연구 내용을 다룬다.

• Asia Marketing Journal
• /
• 제10권2호
• /
• pp.125-151
• /
• 2008

기업과 소비자 간의 온라인 커뮤니케이션 활성화로 인하여 기업과 소비자 모두 제품에 대한 경험과 지식을 공유하는 온라인 고객 리뷰에 많은 관심을 기울이고 있다. 본 연구에서는 내용 분석법을 통해 온라인 소비자 리뷰들을 맥락단위로 분류하고 분류항목을 도출함으로써 채널(자사홈페이지/쇼핑몰), 제품속성(탐색재/경험재), 가격(고가/저가)에 따른 차이 분석을 시행하였다. 분류 항목의 도출은 ACSI 모델의 구성 항목들을 근간으로 실제 리뷰의 반복적 분류를 통해 이루어졌으며 총 3단계로 나누어졌다. 1단계에서는 일단 제품과 서비스로 분류하고, 2단계에서는 제품에 대해서 기능, 디자인, 가격, 구매동기, 제안/사용팁, 그리고 추천/재구매를, 그리고 서비스에 대해서 AS/업그레이드, 배송/기타제조사와 유통사 등 총 8개 분류 항목을 도출하였으며, 3단계에서는 실제 제품 리뷰 내용을 바탕으로 2단계 분류 항목의 세부항목으로 작성되었다. 분류 항목별 차이 분석 결과, 총 8개의 분류 항목에서 모두 유의한 차이점을 보였는데, 특히 채널별 차이를 보기 위해 분석한 홈페이지와 쇼핑몰에서의 리뷰 내용이 가장 두드러진 차이를 보이고 있었다. 한편, 쇼핑몰의 특성을 나타내는 가격과 배송/기타 서비스 항목을 제외하고는 맥락단위의 개수가 홈페이지에서 더 많이 나타남으로써 기업 홈페이지 상의 소비자 리뷰가 쇼핑몰 상의 소비자 리뷰보다 더욱 상세하다는 것을 알 수 있었다. 제품에 대한 만족도 역시 홈페이지의 리뷰에서 더 큰 것으로 나타났으며, 탐색재와 경험재로 나누어 보았을 때 디자인, 구매동기, 추천/재구매, AS/업그레이드 서비스, 그리고 배송/기타 서비스 항목에서 서로간의 차이가 있었으나, 전반적인 만족도의 차이는 없었다. 또한, 가격별로 보았을 때는 디자인, 가격, AS/업그레이드 서비스에서 고가와 저가의 차이를 볼 수 있었으나 전반적인 만족도의 차이는 없었다.

• 한국콘텐츠학회논문지
• /
• 제16권12호
• /
• pp.181-191
• /
• 2016

현재 IPTV에서 서비스되는 미디어콘텐츠의 검색 질의어 분석을 통해, 고객의 미디어콘텐츠를 선택하는 기준을 살펴보았다. 그 결과 명시적인 메타정보뿐만 아니라 콘텐츠의 내용(소재, 줄거리 등)과 감성 정보가 중요한 요소가 된다는 점을 발견하였다. 그리하여 본 연구에서는 IPTV에서 제공하는 다양한 미디어콘텐츠를 사용자에게 효율적으로 제공하기 위해, 미디어콘텐츠의 감성 정보를 활용하기 위한 감성분류체계를 설계하였다. 그리고 제안한 감성분류체계를 기반으로 사용자 감성 프로파일을 구축하고, 단계적 처리 모듈을 탑재하여 미디어콘텐츠를 편성하는 맞춤형 큐레이션 시스템을 제안하였다. 마지막으로 제안한 맞춤형 미디어콘텐츠 큐레이션 시스템의 효과를 입증하기 위하여, 사용자 만족도 설문 조사를 실시하여 72.0점을 받았다. 또한 인기도 기준으로 편성한 결과와 제안한 시스템의 편성 결과를 비교한 결과 실 사용자의 시청 행위로 이어지는 비율이 최대 10배 높게 나타났다.

• 지능정보연구
• /
• 제19권4호
• /
• pp.39-53
• /
• 2013

인터넷의 발달과 SNS의 등장으로 정보흐름의 방식이 크게 바뀌었다. 이러한 변화에 따라 소셜 미디어가 급부상하고 있으며 소셜 미디어와 비디오 콘텐츠가 융합된 소셜 TV, 소셜 뉴스의 중요성이 강조되고 있다. 이러한 환경 속에서 사용자들은 단순히 콘텐츠를 탐색만 하는 것이 아니라 같은 콘텐츠를 이용하고 있는 친구들이나 지인들과 콘텐츠에 대한 정보나 경험들을 공유하고 더 나아가 새로운 콘텐츠를 만들어내기도 한다. 하지만 기존의 소셜 뉴스에서는 이러한 사용자들의 특성을 반영해 주지 못하고 있다. 특히 이용자들의 참여성만을 고려하고 있어서 서비스간의 차별화가 어렵고 뉴스 콘텐츠에 대한 정보나 경험 공유 시 컨텍스트 공유가 어렵다는 문제가 있다. 이를 해결하기 위해 본 논문에서는 뉴스를 내용별로 분할하고 분할된 뉴스에서 추출된 시간 종속적인 메타데이터를 제공하는 프레임워크를 제안한다. 제안하는 프레임워크에서는 스토리 분할 방법을 이용하여 뉴스 대본을 내용별로 분할한다. 또한 뉴스 전체내용을 대표하는 태그, 분할된 뉴스를 나타내는 서브 태그, 분할된 뉴스가 비디오에서 시작하는 위치 즉, 시간 종속적인 메타데이터를 제공한다. 소셜 뉴스 이용자들에게 시간 종속적인 메타데이터를 제공한다면 이용자들은 전체의 뉴스 내용 중에 자신이 원하는 부분만을 탐색 할 수 있으며 이 부분에 대한 견해를 남길 수 있다. 그리고 뉴스의 전달이나 의견 공유 시 메타데이터를 함께 전달함으로써 전달하고자 하는 내용에 바로 접근이 가능하며 프레임워크의 성능은 추출된 서브 태그가 뉴스의 실제 내용을 얼마나 잘 나타내 주느냐에 따라 결정된다. 그리고 서브 태그는 스토리 분할의 정확성과 서브 태그를 추출하는 방법에 따라 다르게 추출된다. 이 점을 고려하여 의미적 유사도 기반의 스토리 분할 방법을 프레임워크에 적용하였고 벤치마크 알고리즘과 성능 비교 실험을 수행하였으며 분할된 뉴스에서 추출된 서브 태그들과 실제 뉴스의 내용을 비교하여 서브 태그들의 정확도를 분석하였다. 결과적으로 의미적 유사도를 고려한 스토리 분할 방법이 더 우수한 성능을 보였으며 추출된 서브 태그들도 컨텍스트와 관련된 단어들이 추출 되었다.