• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2014년도 추계학술대회
• /
• pp.573-576
• /
• 2014

본 논문에서는 상황인식 기법을 이용한 관광 소셜 네트워크 서비스(Social Network Service: SNS)를 제공한다. 이를 위해서 사용자에게 제공되는 서비스는 자연스럽고 의인화된 처리가 필요하다. 즉, 사용자에게 제공하고자 하는 서비스 객체는 사용자의 행위를 저장 분석하고 이를 처리하는 기능을 제공해야 한다. 본 논문에서는 사용자들에게 개인화된 서비스를 상황인식에 따라 제공할 수 있도록 분석 처리하기 위한 알고리즘을 제공한다. 제공되는 서비스는 소셜 네트워크 서비스를 제공하는 알고리즘으로 '친구 추천 알고리즘'을 통해 사용자간의 관계 맺기를 보조하고, '관광지 추천 알고리즘'을 통해 사용자로 하여금 유의미한 관광지를 추천하는 방법을 연구하였다. 특히 가이드의 이용에서 서버는 사용자의 현재 위치와 여러 사용자들의 과거 방문 기록을 상황인식 기반으로 분석하여 최적의 여행 경로를 제공하는 서비스로 '관광지 여행 경로 추천 알고리즘'을 사용하였다. 이러한 관광 소셜 네트워크 기술은 사용자에게 보다 편의성과 친밀성 있는 서비스를 제공한다. 제안된 상황인식 기반의 관광 소셜 네트워크 서비스 응용기술로 제공되는 관광가이드 시스템은 보다 다양한 응용서비스로 적용될 수 있을 것으로 기대된다.

• 한국콘텐츠학회논문지
• /
• 제17권11호
• /
• pp.60-69
• /
• 2017

최근 인터넷과 스마트 폰의 발달로 사용자들 사이의 관계를 통해 다양한 정보를 생성하고 공유할 수 있는 소셜 미디어 서비스가 활발히 이용되고 있다. 특히 정보의 양이 방대해지고 신뢰할 수 없는 정보가 증가함에 따라 사용자에게 필요한 정보를 제공해 줄 수 있는 전문가 추천 기법에 대한 연구들이 진행되고 있다. 본 논문에서는 사용자의 관심 분야, 인적 관계, 응답 품질을 고려한 전문가 추천 기법을 제안한다. 사용자의 관심 분야는 사용자가 소셜 네트워크상의 활동을 분석해 최신의 사용자의 관심 분야 지수를 판단한다. 사용자의 인적 관계는 소셜 네트워크상의 같은 관심분야의 사용자만을 추출하여 인적 관계를 구축하여 인적 관계 지수를 판단한다. 사용자의 응답 품질은 사용자의 응답 속도와 응답 내용을 고려하여 응답 품질 지수를 판단한다. 마지막으로 사용자의 관심 분야, 인적 관계, 응답 품질을 합하여 사용자의 전문가 지수를 판단하고 사용자의 질의를 분석하여 질의와 전문가 그룹을 매칭하여 전문가를 추천한다. 다양한 성능평가를 통해 제안하는 기법이 기존 기법에 비해 성능이 우수함을 보인다.

• 경영정보학연구
• /
• 제18권2호
• /
• pp.59-77
• /
• 2016

전자상거래 시장에서는 점차 다양한 추천기법들이 적용되고 있으나, 고객 관점에서 이에 대한 사용의도를 비교 분석한 연구는 매우 드물다. 본 연구는, 온라인 쇼핑몰에서 널리 활용되고 있는 베스트셀러 추천, MD(Merchandiser)추천, 내용기반 추천, 협업필터링 추천, 그리고 지인추천 등의 다섯 가지 추천기법들에 대한 고객의 사용의도를, 전자제품군 구매 시와 의류군 구매 시에 대해서 비교 분석하였다. 이와 더불어, 어떠한 요소들이 고객의 추천서비스 사용의도에 영향을 미치는지에 대한 연구를 수행하였다. 이를 위해, 추천서비스 사용경험이 있는 전자상거래 사용자 총 220명을 대상으로 설문조사를 수행한 후, 분산분석(ANOVA), 회귀분석 등을 사용하여 데이터 분석을 수행하였다. 본 연구결과, 추천기법에 따른 고객의 추천서비스 사용의도에는 통계적으로 유의한 차이가 있으며, 특히 전자제품군 구매 시에는 베스트셀러 추천기법이, 의류군 구매 시에는 내용기반의 추천기법이 가장 선호되는 것으로 나타났다. 또한, 고객의 인물특성, 성격요인, 구매성향, 구매하려는 제품에 대한 인식 및 추천서비스에 대한 인식 등이 추천서비스 사용의도에 영향을 미치는 것으로 나타났으나, 세부적인 영향요소들은 추천기법별로 상이하게 도출되었다. 이러한 연구는 기업들에게 제품군 및 개인의 성향에 적합한 기법을 채택하여 추천서비스를 수행할 수 있도록 하는 가이드라인(guideline)을 제시해 줄 수 있을 것으로 기대된다.

• 한국의류산업학회지
• /
• 제17권2호
• /
• pp.216-226
• /
• 2015

This study identifies factors of perceived risk of up-cycling fashion products and investigates perceived risk factors that influence consumers' trust, purchase intention, and recommendation intention towards upcycling fashion products. We also examine the relationship of trust, purchase intention, and recommendation intention for upcycling fashion products. A qualitative research method using a free narrative form and depth interview were used. The perceived risk from up-cycling fashion products generated 5 factor solutions: aesthetic risk, sanitary risk, social risk, performance risk, and economic risk. Next, 201 effective data were collected from a questionnaire survey and analyzed with SPSS 22.0. The results are summarized as follows. First, aesthetic risk and performance risk had a negative effect on products. Second, aesthetic risk and performance risk had negative influence on purchase intention for upcycling fashion products. Third, performance risk had a negative impact on recommendation intention for upcycling fashion products. Fourth, trust had positive effect on purchase intention and recommendation intention for upcycling fashion products. The results of the current study provides various theoretical and practical implications for marketers and retailers interested in up-cycling fashion products.

• 한국콘텐츠학회논문지
• /
• 제16권4호
• /
• pp.56-64
• /
• 2016

정보 기술의 발전 및 스마트 기기의 활성화로 인해 소셜 네트워크 서비스의 사용자 수가 기하급수적으로 증가하고 있다. 이러한 소셜 네트워크 서비스에서 사용자의 성향을 파악하고 유사한 사용자를 추천하는 연구들이 활발하게 진행되고 있다. 본 논문에서는 모바일 사용자의 이동 패턴 분석을 통해 유사한 성향을 가지는 소셜 네트워크 친구를 추천하는 기법을 제안한다. 제안하는 기법은 사용자의 정확한 성향을 판별하기 위해 동행인 여부, 방문 시간이 짧은 궤적, 반복적으로 나타나는 궤적을 고려하여 의미 없는 궤적을 제거한다. 의미 있는 궤적 정보만을 이용하여 사용들 사이의 유사도를 계산하여 유사한 성향을 가지는 사용자를 친구를 추천한다. 성능 평가를 통해 제안하는 기법이 기존 기법에 비해 성능이 우수함을 보인다.

• 인터넷정보학회논문지
• /
• 제14권2호
• /
• pp.15-24
• /
• 2013

최근 다수의 소셜 네트워크가 빠르게 확산되었다. 그 중에서도 소셜 북마킹 시스템은 가장 널리 사용되는 것 중 하나이다. 소셜 북마킹 시스템은 사용자들이 온라인 자원에 태그를 부여해서 공유하고 관리할 수 있는 환경을 제공한다. 소셜 북마킹 시스템에서는 품질향상을 위해 태그와 시간 정보를 반영하여 개인에 특화된 추천을 할 수 있다. 본 논문에서는 가중치와 유사도 측정 과정에서 태그와 시간을 반영한 추천 시스템을 제안하였다. 또한 제안 방법론을 실제 데이터에 적용하였고, 실험결과 태그와 시간 정보를 함께 반영하였을 때 추천 성능이 향상됨을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 추계학술발표대회
• /
• pp.528-531
• /
• 2021

Nowadays recommendation systems are so ubiquitous, where our many decisions are being done by the means of them. We can see recommendation systems in all areas of our daily life. Therefore the research of this sphere is still so active. So far many research papers were published for clothing recommendations as well. In this paper, we propose the clothing-recommendation system according to user emotion and weather information. We used social media to analyze users' 6 basic emotions according to Paul Eckman theory and match the colour of clothing. Moreover, getting weather information using visualcrossing.com API to predict the kind of clothing. For sentiment analysis, we used Emotion Lexicon that was created by using Mechanical Turk. And matching the emotion and colour was done by applying Hayashi's Quantification Method III.

• Journal of information and communication convergence engineering
• /
• 제18권2호
• /
• pp.123-131
• /
• 2020

After observing that most tourists plan to complete their visits to multiple cultural heritage sites within one day, we surmised that for many museum visitors, the foremost thought is with regard to the amount of time is to be spent at each location and how they can maximize their enjoyment at a site while still balancing their travel itinerary? Recommendation systems in e-commerce are built on knowledge about the users' previous purchasing history; recommendation systems for museums, on the other hand, do not have an equivalent data source available. Recent solutions have incorporated advanced technologies such as algorithms that rely on social filtering, which builds recommendations from the nearest identified similar user. Our paper proposes a different approach, and involves providing dynamic recommendations that deploy social filtering as well as content-based filtering using term frequency-inverse document frequency. The main challenge is to overcome a cold start, whereby no information is available on new users entering the system, and thus there is no strong background information for generating the recommendation. In these cases, our solution deploys statistical methods to create a recommendation, which can then be used to gather data for future iterations. We are currently running a pilot test at Chao Samphraya national museum and have received positive feedback to date on the implementation.

• 한국산업정보학회논문지
• /
• 제24권6호
• /
• pp.11-24
• /
• 2019

웹에서 정보 구매자들의 성향은 가성비에서 가심비 형태로 변해가는 추세이다. 멀티미디어 콘텐츠 추천에도 그러한 흐름이 있는데, 바로 폭소노미 (Folksonomy) 기반의 분위기를 이용한 추천 방법이다. 하지만 이런 방법의 경우 동의어를 고려하지 못한다는 문제점이 존재한다. 이 문제를 해결하기 위해 일부 연구에서는 Thayer모델의 12 분위기를 AV(Arousal and Valence)값으로 정의하여 그 문제점을 해결하였지만, 추천 성능이 재현 수준 0.1에서 키워드 기반 검색 방법보다 떨어지는 문제점을 보였다. 본 논문에서는 재현 수준 0.1에서도 키워드 기반 검색 방법과 동일한 추천 성능을 유지하면서 동의어 문제를 해결할 수 있도록 멀티미디어 콘텐츠의 분위기 벡터를 이용하는 방법을 제안하였다. 또한, 추천 성능 분석을 위해 기존 AV값 기반 방법과 키워드 기반 방법과 비교 분석하였다. 추천 성능 분석결과, 본 논문에서 제안한 방법이 전체적으로 기존 방법들 보다 우수한 추천 성능을 보였다.

• 지능정보연구
• /
• 제15권1호
• /
• pp.123-140
• /
• 2009

협업필터링은 상품을 추천하고자 하는 고객과 유사한 구매 행태를 보이는 고객들의 구매 정보를 반영하여 추천대상 고객이 아직 구매하지 않은 상품에 대한 선호도를 예측한 후 선호도가 높을 것으로 예측되는 상품을 추천해주는 시스템이다. 그러나 신규고객의 경우에는 과거 구매 이력의 부재로 선호도를 예측할 수 없어 추천이 어렵게 되는 신규고객 추천문제가 발생하게 된다. 이러한 신규고객 추천문제를 해결하기 위해 기존에 제시되었던 방법들은 추천의 정확도가 낮거나, 추천에 필요한 정보 획득이 어렵거나, 추천 전에 고객이 능동적으로 질의에 응답해야 하는 부담이 있는 등의 문제로 인하여 그 실효성이 매우 낮다. 따라서 기존의 신규고객 추천 방법의 한계를 극복할 수 있는 새로운 접근방법의 필요성이 대두되고 있다. 본 연구에서는 사회네트워크 분석에서 관계 구조적 특성을 분석하기 위해 널리 활용 되고 있는 중심성 개념을 협업필터링에 적용하여 신규고객의 이웃고객을 찾고 그 이웃고객들의 구매정보를 이용하여 신규고객에게 상품을 추천하는 방법을 제시한다. 추천 프로세스는 구매 유사도 분석, 고객 네트워크 구성, 이웃고객 형성, 신규고객 상품추천 단계로 구성된다. 제시한 추천방법의 성능을 평가하기 위하여 국내 유명 백화점 중의 하나인 H백화점의 고객 구매 데이터를 사용하여 실험하였다. 실험 결과로부터 제시한 추천방법이 기존의 신규고객 추천방법들과 비교하여 추천의 정확도는 높으면서도, 구매정보 외에 인구통계정보 등과 같은 추가 정보가 필요하지 않으며, 추천 전에 고객이 능동적으로 질의에 응답할 필요가 없는 새로운 방법임을 알 수 있었다.