• 정보교육학회논문지
• /
• 제17권4호
• /
• pp.375-382
• /
• 2013

협력 필터링은 사용자가 선호했던 항목들의 기록을 토대로 항목을 추천하는 방법으로서 상업 사이트에서 매우 널리 사용되어 왔다. 이 방식의 기본 개념은 유사한 사용자들을 찾아서 그들의 평가등급을 통합하여 새로운 항목 추천에 이용하는 것이다. 따라서 유사도의 정확한 측정은 추천 성능에 매우 중요한 일이다. 본 논문에서는 사용자가 과거에 부여했던 평가등급들을 기준으로 하여 상대적으로 각 평가치를 다루는 새로운 유사도 공식을 제안한다. 광범위한 실험을 통해 제안된 공식이 기존 공식들보다 더 신뢰할 수 있음을 밝혔는데, 이는 극단적인 유사도값의 발생이 현저히 감소하였고, 유사도가 큰 이웃들만을 참조하였을 때 성능이 개선되었기 때문이다. 특히 실험 결과, 제안 공식은 평가 범위가 큰 데이터셋에 대해 기존 공식들보다 우수한 성능을 나타냈다.

• 한국의류학회지
• /
• 제34권2호
• /
• pp.357-370
• /
• 2010

This study presents the basic resources for the enhancement of the competitiveness of the Korean fashion brands in the Chinese fashion market. They are composed of the differences and common points of clothing styles in Seoul, Beijing, and Shanghai, by analyzing the style comparatively. The research was performed by taking pictures of the Summer 2009 street fashions, from July $1^{st}$ to July $15^{th}$ 1999 (10 am to 5 pm). Among the data about the three cities, 200 photos were selected of women in their twenties and thirties, respectively. The disparity of regional preferences were noted in the fields of easy casual, romantic casual, sports casual, character casual, classic style, and feminine style. There were no specific differences in style among the three cities in the easy casual and classic style. The romantic casual after the easy casual were more prevalent in Seoul, as compared to the two cities in China. The neat style was more prevalent in Seoul. In Beijing the feminine style after the easy casual were preferred. The conservative style was more preferred in Seoul, while the body exposed style was preferred in Beijing and Shanghai. In Shanghai, the character casual was preferred and shows the similarity to the fashion style of Seoul, rather than Beijing. The high exposure of the body in romantic casual and feminine styles was more remarkable in Beijing and Shanghai. The frequency of the character casual that emphasized individuality with a unique style was relatively high in Shanghai. Seoul, Shanghai, and Beijing showed a similarity in the acceptance of fashion trends and preferences in clothing style. However, the fashion coordination in Shanghai and Beijing was different from Seoul.

• 전자공학회논문지
• /
• 제51권3호
• /
• pp.147-155
• /
• 2014

IT 기술의 발달로 인터넷에 다양한 콘텐츠가 늘고, 다양한 정보에서 개인의 적합한 정보를 제공받고자 하는 요구가 급증하면서 다양한 개인화 서비스를 제공 방법에 관한 연구가 활발히 진행되고 있다. 본 논문에서는 구매 선호도에 따른 상품 추천시스템의 분석방법을 개인 식품섭취 선호도에 따른 고혈압 및 당뇨 발생위험도를 분석하는 시스템에 적용하는 방법을 제안하고자 한다. 개인의 식품섭취 선호도 분석을 위해, 피어슨 상관계수를 이용하여 참조데이터와 샘플데이터의 유사도 가중치를 계산하고, 개인과의 유사도에 따른 집단을 구성하여 고혈압과 당뇨의 발생 위험도를 산출한다. 시스템의 유의성 검정을 위해 1,021명의 샘플을 시스템에 적용하였다. 고혈압과 당뇨병의 유병군에서 정상인군에 비해 더 높은 발생 위험도가 산출되는 통계적으로 유의한 경향을 확인할 수 있어 식품섭취 선호도와 고혈압/ 당뇨의 발생 위험도의 관련성이 있음을 확인하였다. 본 연구에서는 개인의 식품섭취 선호도에 따른 고혈압 및 당뇨 발생 위험도 분석 시스템의 유효성을 검증하였다.

• 지능정보연구
• /
• 제18권3호
• /
• pp.119-135
• /
• 2012

본 연구는 추천의 정확도 및 다양성을 향상시키기 위해, 가장 널리 사용되는 추천 알고리즘의 하나인 이웃 기반의 협업 필터링(Neighborhood-based Collaborative Filtering) 시스템의 개선방안 제시를 목적으로 한다. 이를 위해서 추천 시스템 사용자의 성향을 파악하고 이와 유사한 성향을 가진 이웃 사용자들 중에서 비교 가능한 선호도 정보가 많을수록 높은 가중치를 부여함으로써 최적의 이웃을 선택할 수 있도록 하였다. 영화 데이터를 이용하여 분석한 결과, 대부분의 경우 기존 시스템보다 더 정확하고 다양한 추천 결과를 얻을 수 있었다. 또한 사용자의 선호도를 여러 항목으로 평가할 경우, 사용자의 선호도 정보가 증가하여 추천 결과의 추가적인 향상을 가져왔다. 마지막으로, 추천의 정확도 및 다양성의 요소를 통합적으로 평가할 수 있는 방안을 제시하였다.

• 한국컴퓨터정보학회논문지
• /
• 제27권7호
• /
• pp.93-100
• /
• 2022

인터넷 상의 정보 과부하 시대에 필수 불가결한 기능인 추천 시스템은 사용자가 선호할 만한 상품을 추천하는 서비스로서 여러 상업용 사이트에서 성공적으로 제공되고 있다. 최근 대표적인 추천 기법인 협력 필터링의 성능 개선을 위하여 항목 평가 시간을 반영하려는 연구가 활발하다. 이 연구들의 핵심 아이디어는 과거에 평가한 항목일수록 기하급수적으로 낮은 가중치를 두어 추천 결과를 산출하는 것이다. 그러나 이는 항목의 특성에 따른 사용자들의 선호도 변화를 고려하지 않고 모든 항목들에 대하여 일률적인 시간 함수를 적용한다는 단점을 가진다. 본 연구는 시간에 따른 항목 간의 유사도값 변화를 가중합으로 통합하는 새로운 유사도 척도를 개발함으로써 기존과 전혀 다른 관점의 시간 인지 협력 필터링 기법을 제안한다. 실험 결과, 제안 방법의 예측 성능과 추천 성능은 기존의 대표적 시간 인지 방법과 전통적 방법들에 비해 월등하게 우수하였다.

• 인터넷정보학회논문지
• /
• 제21권1호
• /
• pp.111-117
• /
• 2020

Dessert Ateliers (DA) are small shops that sell high-end homemade desserts such as macaroons, cakes, and cookies, and their popularity is increasing according to the emergence of small luxury trends. Even though each DA sells the same kinds of desserts, they are differentiated by the personality of their pastry chef; thus, there is a need to purchase desserts online that customers cannot see and purchase offline, and thus dessert e-commerce has emerged. However, it is impossible for customers to identify all the information of each DA and clearly understand customers' preferences when buying desserts through the dessert e-commerce. When a dessert e-commerce service provides a DA recommendation service, customers can reduce the time they hesitate before making a decision. Therefore, this paper proposes two kinds of DA recommendation method: a clustering-based recommendation method that calculates the similarity between customers' content and DAs and a dynamic weighting-based recommendation method that trains the importance of decision factors considering customer preferences. Various experiments were conducted using a real-world dataset to evaluate the performance of the proposed methods and it showed satisfactory results.

• International Journal of Advanced Culture Technology
• /
• 제7권4호
• /
• pp.321-326
• /
• 2019

As AI technology is recently introduced into various fields, it is being applied to the fashion field. This paper proposes a system for recommending cody clothes suitable for a user's selected clothes. The proposed system consists of user app, cody recommendation module, and server interworking of each module and managing database data. Cody recommendation system classifies clothing images into 80 categories composed of feature combinations, selects multiple representative reference images for each category, and selects 3 full body cordy images for each representative reference image. Cody images of the representative reference image were determined by analyzing the user's preference using Google survey app. The proposed algorithm classifies categories the clothing image selected by the user into a category, recognizes the most similar image among the classification category reference images, and transmits the linked cody images to the user's app. The proposed system uses the ResNet-50 model to categorize the input image and measures similarity using ORB and HOG features to select a reference image in the category. We test the proposed algorithm in the Android app, and the result shows that the recommended system runs well.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제16권12호
• /
• pp.1154-1164
• /
• 2010

타겟팅 서비스는 다양한 미디어 서비스 환경에서 사용자 프로파일, 선호도 및 사용 내역 등을 기반으로 사용자의 취향에 가장 적합한 서비스를 추천 및 제공함으로써, 서비스의 만족도와 이용량을 향상 시키는 주요한 응용서비스로서 주로 방송분야에서 연구되어 왔다. 타겟팅 서비스는 방송 콘렌츠에서 interstitial 콘텐츠로, 고정형 TV단말에서 모바일 단말로 서비스의 영역이 확대되고 있으며, 단순한 방송 데이터에서 광고 데이터, 쿠폰 및 관련 미디어 콘텐츠 정보 등으로 데이터의 종류가 다양해지고 있다. 본 논문에서는 사용자 정보를 기반으로 기사, 광고 및 방송정보에 대한 타겟팅 데이터 서비스를 설계, 구현하고자 한다. 이를 위해 웹 기반의 미디어 콘텐츠에 적용할 수 있도록 사용자 프로파일, 선호도 및 사용 내역 정보를 기존 TV-Anytime Forum의 사용자 메타데이터 및 OpenSocial의 사용자 정보를 기반으로 새롭게 정의하였다. 또한, 사용자 정보와 콘텐츠 정보간 유사도 및 사용 내역을 기반으로 사용자 선호도 정보 및 행동 패턴 정보를 생성하여 타겟팅 데이터 서비스를 구현하였다. 성능평가를 통해서 제안하는 타겟팅 데이터 서비스 기술이 기존의 방송 서비스뿐만 아니라, 웹 기반의 미디어 콘텐츠에서도 적용 가능 하다는 것을 확인하였다.

• 정보과학회 논문지
• /
• 제44권9호
• /
• pp.908-917
• /
• 2017

웹 서비스 기술이 각광받고 그 사용이 확대됨에 따라, 복잡하고 동적인 서비스 환경에서 사용자에게 적절한 서비스를 추천하는 방법에 대한 연구가 활발히 진행되고 있다. 또한 효과적인 서비스 매쉬업 개발을 위해 서비스를 추천하는 방법이 제안되었으나, 기존의 매쉬업 단위 서비스 추천 방식은 여러 매쉬업 개발자의 성향을 분석하여 그에 맞는 서비스를 추천하지는 못하였다. 이에 본 논문에서는 매쉬업 개발자들이 만든 서비스 매쉬업의 집합들과 추천 대상 개발자의 매쉬업 집합 사이의 유사도를 측정하고 유사한 매쉬업 집합들로부터 서비스를 추천하는 방법을 제안한다. 그리고 ProgrammableWeb에서 수집된 매쉬업 데이터로 실험한 결과를 비교 분석하여 본 연구의 방법이 사용자 기반 협업 필터링 알고리즘보다 높은 정확도와 재현율을 보임을 확인하였다.

• 정보처리학회논문지D
• /
• 제9D권6호
• /
• pp.1009-1016
• /
• 2002

본 논문에서는 인터넷 컨텐츠 사이트에서 묵시적인 평가정보를 이용한 새로운 사례기반 추천시스템을 설계하고 구현하였다. 본 시스템은 크게 사용자 프로파일 생성 모듈, 유사도 계산 및 추천 모듈, 개인화된 메일링 모듈로 구성된다. 사용자 프로파일 생성 모듈에서는 사용자가 컨텐츠를 이용하면서 남긴 로그 기록을 이용하여 컨텐츠에 대한 개인별 선호도를 추출할 수 있는 속성내, 속성간 가중치를 제시하였다. 유사도 계산 및 추천 모듈에서는 사용자 프로파일과 새로운 컨텐츠간의 유사도를 측정하기 위한 유사도 계산식을 제시하였다. 개인화된 메일링 모듈에서는 개인별 선호도에 의해 구성된 추천 컨텐츠를 플렛폼-독립적인 XML 문서 형식으로 변환하여 발송한다. 제안된 모델에 대한 추천 효율을 검증하기 위해 평균절대오차(MAE)와 반응자작용특성(ROC) 값을 이용하여 제안한 추천 모델과 협동적 필터링 기법과 비교 실험하였다. 실험결과, 본 논문에서 제안한 모델의 추천 효율이 기존의 협동적 필터링 기법보다 우수함을 보였다.