• 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.

• 지식경영연구
• /
• 제11권2호
• /
• pp.75-93
• /
• 2010

Even though there have been many efforts on driver's route recommendation, driver still should get involved to choose the driving path in a manual manner. Uncertain traffic information provided to the driver delays his arrival time and hence may cause diminished economic values. One of the solutions of reducing the uncertainty is to provide various kinds of traffic information, rather than send real-time information. Therefore, as the wireless communication technology improves and at the same time volume of utilizable traffic contents increases in geometrical progression, selecting traffic information based on driver's context in a timely and individual manner will be needed. Hence, the purpose of this paper is to propose a methodology that efficiently sends the rich traffic contents to the personal in-vehicle navigation. To do so, driver preference is modeled and then the recommendation algorithm of traffic information contents was developed using the preference model. Secondly, ontology based traffic situation analyzation method is suggested to automatically inference the noticeable information from the traffic context on driver's route. To show the feasibility of the idea proposed in this paper, an open API service is implemented in consideration of ease of use.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제9권1호
• /
• pp.446-465
• /
• 2015

In this modern era of technology and information, e-learning approach has become an integral part of teaching and learning using modern technologies. There are different variations or classification of e-learning approaches. One of notable approaches is Personal Learning Environment (PLE). In a PLE system, the contents are presented to the user in a personalized manner (according to the user's needs and wants). The problem arises when a new user enters the system, and due to the lack of information about the new user's needs and wants, the system fails to recommend him/her the personalized e-learning contents accurately. This phenomenon is known as cold-start problem. In order to address this issue, existing researches propose different approaches for recommendation such as preference profile, user ratings and tagging recommendations. In this research paper, the implementation of a novel interaction-based approach is presented. The interaction-based approach improves the recommendation accuracy for the new-user cold-start problem by integrating preferences profile and tagging recommendation and utilizing the interaction among users and system. This research work takes leverage of the interaction of a new user with the PLE system and generates recommendation for the new user, both implicitly and explicitly, thus solving new-user cold-start problem. The result shows the improvement of 31.57% in Precision, 18.29% in Recall and 8.8% in F1-measure.

• 한국멀티미디어학회논문지
• /
• 제25권10호
• /
• pp.1499-1511
• /
• 2022

In the context of globalization, circulation between cities has become more frequent. The airport is no longer just a place for boarding, disembarking, and transportation, but a public place that serves as the communication function of the "aviation city". The intervention of public art in the airport space not only gives users a sense of space experience, but also becomes a unique carrier for city and country image shaping. The purpose of this paper is to study the emotional value brought by airport public art to users, and to investigate the correlation analysis of public art design elements and user preferences based on this premise. The research methods are machine learning method and SPSS 21.0. The user's emotional value is introduced in the big data evaluation, and the preference and inclination of airport users to various elements of public art are analyzed by questionnaire. Through the research conclusion, the preference and main contradiction of users in the airport for the four dimensions of public art design elements are obtained. Opinions and optimization methods to provide reference data and theoretical support for public art design.

• 방송공학회논문지
• /
• 제5권1호
• /
• pp.94-101
• /
• 2000

사용자 적응적 방송 수신이란 많은 방송 채널들이 존재 할 때, 사용자의 선호도에 따라, 관심이 있을 만한 프로그램들 또는 사용자가 지정한 특정한 프로그램만을 전자 프로그램 가이드의 형태로 보여주어 원하는 방송을 쉽게 선택, 시청할 수 있도록 하여 주는 필터링 기능, 짧은 시간에 긴 프로그램을 요약하여 보고자 할 때 사용자의 선호도에 따라 맞춤형 요약을 제공하는 브라우징 기능 등을 포함한다. 또한 디지털 저장 장치를 포함 할 때, 사용자의 시청 습관에 따라 자동으로 사용자 취향의 프로그램을 녹화하여 녹화된 프로그램을 수신중인 프로그램들과 함께 필터링/브라우징 기능을 제공 할 수 있다. 이러한 사용자 적응적 방송 수신을 위하여 몇 가지 기초적인 데이터를 필요로 하게 되는데 크게 사용자 선호도 정보와 프로그램 정보로 나뉘어 질 수 있다. TV Anytime forum은 사용자 적응적 방송수신을 위한 표준 작업으로 사용자가 원하는 프로그램을 원하는 시간에 원하는 방식으로 시청할 수 있도록 하여 주는 것을 그 목표로 하고 있으며 MPEG-7은 이러한 방송 수신을 위한 내용 정보 뿐만 아니라 멀티미디어 프로그램에 대한 많은 내용 정보 구조들을 포함한다. 이 논문에서는 MPEG-7과 TV Anytime forum의 연관성을 알아보고, 사용자 적응적 방송 수신을 위하여 필요한 데이터 구조를 설계하였다. 추가로 설계된 사용자 적응적 방송 수신을 위한 데이터 구조와 MPEG-7 기술 구조의 관계와 그 이용 방법을 알아본다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제14권2호
• /
• pp.122-129
• /
• 2014

Effective information gathering and retrieval of the most relevant web documents on the topic of interest is difficult due to the large amount of information that exists in various formats. Current information gathering and retrieval techniques are unable to exploit semantic knowledge within documents in the "big data" environment; therefore, they cannot provide precise answers to specific questions. Existing commercial big data analytic platforms are restricted to a single data type; moreover, different big data analytic platforms are effective at processing different data types. Therefore, the development of a common big data platform that is suitable for efficiently processing various data types is needed. Furthermore, users often possess more than one intelligent device. It is therefore important to find an efficient preference profile construction approach to record the user context and personalized applications. In this way, user needs can be tailored according to the user's dynamic interests by tracking all devices owned by the user.

• CRM연구
• /
• 제4권1호
• /
• pp.55-68
• /
• 2011

최근 웹 서비스의 발달과 함께 웹 컨텐츠를 다양하게 활용함으로써, 사용자의 경험을 기반으로 한 개인화 분석이 주목 받고 있다. 기존의 개인화 분석은 주로 데이터베이스의 데이터를 활용한 규칙 및 통계 모형을 기준으로 수행되고 있다. 이에 시장조사 소요기간에 따른 적시성을 반영하는데 어려움이 있었으며, 데이터베이스 적재 데이터가 고객 행동에 대한 결과였기 때문에 고객의 이용 특성을 반영하는데 한계가 지적되어 왔다. 그러나, 최근 고객의 사이트 방문에서부터 방문을 종료할 때까지의 모든 행동을 추적하고 분석하여 개인화된 서비스를 제공하기 위한 많은 연구와 상용화된 기술 개발이 진행되었다. 본 연구에서는 온라인상에서의 고객 행동을 웹 로그 분석을 이용하여 분석함으로써 고객의 행동정보를 U-Score(Usage Score, 이용지수), P-Score(Preference Score, 선호지수), M-Score(Mania Score, 마니아지수) 등 다양한 고객 선호지수를 도출하였다. 이러한 고객의 선호지수를 통해 웹 컨텐츠에 대한 고객의 선호정보를 파악함으로써, 고객에 대한 심도 있는 리포팅과 고객관계관리가 가능하며 개인화 추천 서비스에 유용하게 사용할 수 있다.

• 한국가구학회지
• /
• 제27권3호
• /
• pp.226-236
• /
• 2016

Single-person household is estimated to be about 26.5% of the total household in 2015, which counts as 5060000 in numbers. We opt to acknowledge the various requests of these single residents, and in order to raise their satisfaction, we investigated on how personal taste, psychological interest, and personality attribute affects the user's preference of space organization and furniture in one room housing. Using the qualified psychology program, Enneagram Personality Type Indicator, we surveyed young people under 30 years old (majority of single-person households), regarding space organization and furniture preference. With the help of a specialist, the survey was constructed with appropriate evaluation items (space organization in one room households, bed, sofa, furniture material, etc), and analyzed the relationship between the evaluated items and personality types. Results showed there is a relationship between personality types and spatial structure. First, preference of spatial structure differed for different personality types. Second, the shape and size of furniture was dependent more on the ease of usability and design rather than on the personality types. One thing to consider is that type 1 and 9 accounted for about 50% of the total surveys. This emphasizes that the preferred spatial structure of a dominant specific personality type should not be overlooked.

• 융합정보논문지
• /
• 제9권5호
• /
• pp.1-6
• /
• 2019

모바일 시장의 확장과 함께 멀티모달 미디어 콘텐츠의 제공을 위한 플랫폼이 다양해지고 있다. 멀티모달 미디어 콘텐츠에는 이종데이터들이 복합적으로 포함되어 있어 사용자들이 선호 콘텐츠를 선택하기 위해 시간과 노력이 요구된다. 따라서 본 논문에서는 추천을 위한 키워드 가중치를 이용한 멀티모달 미디어 콘텐츠 분류를 제안한다. 제안하는 방법은 멀티모달 미디어 콘텐츠의 텍스트 데이터에서 키워드 가중치를 통해 콘텐츠를 가장 잘 나타내는 키워드를 추출한다. 추출된 키워드를 기반으로 서브클래스를 갖는 장르 클래스를 생성하고 이에 적절한 멀티모달 미디어 콘텐츠를 분류한다. 또한 개인화된 추천을 위해 사용자의 선호도 평가를 진행하여 사용자의 콘텐츠 선호도 분석 결과를 기반으로 멀티모달 콘텐츠를 추천한다. 성능평가는 추천 결과의 정확도와 만족도를 통해 우수함을 검증한다. 이는 사용자가 선호하는 장르와 키워드를 모두 고려하여 추천하기 때문에 정확도는 74.62%, 만족도는 69.1%로 높게 나타난다.

• 한국지능시스템학회논문지
• /
• 제16권6호
• /
• pp.716-720
• /
• 2006

퍼지 이론을 이용하면 여러 정보를 통합 요약하기에 수월하여, 웹 상에서 사용자에게 제공할 정보를 가공하는 방법으로 많이 사용되고 있다. 하지만 퍼지의 애매모호한 특성 때문에 사용자에게 맞게 퍼지 집합으로 표현된 같은 정보라 하여도 사용자마다 자신의 퍼지값 선호도에 따라 다른 선택을 할 수 있다. 따라서 애매한 퍼지값을 선택함에 있어 사용자의 퍼지값에 대한 선호도를 반영할 필요가 있다. 그러나 기존의 방법들은 정해진 기준을 획일적으로 적용하여, 사용자의 개인적인 선택 기준을 반영하지 못하는 문제가 있다. 본 논문에서는 사용자의 선호도를 학습하여, 사용자의 선호도에 맞는 정보를 선택하는 방법을 제안한다. 사용자의 선호도를 학습하기 위해서 학습 데이터가 필요한데, 이 데이터는 사용자에게 직접 물어 사용자의 선호도론 얻는데 사용된다. 이때, 사용자에게 너무 많은 데이터로 질문을 한다면, 사용자에게 부담을 줄 수 있고, 또 너무 적은 데이터를 사용한다면, 학습을 잘 못하는 경향이 생길 수 있다. 이러한 문제에 대처하기 위해서 10개 정도의 데이터를 이용하여 사용자의 선호도를 학습하는 방법을 제안한다. 제안하는 방법은 먼저 두 퍼지값이 서로 겹칠 수 있는 모든 경우의 상대적 위치를 조사한 후 클러스터링을 이용하여 몇 가지 그룹으로 나누고, 나누어진 그룹을 이용하여 학습하였다. 이렇게 학습된 모델은 새로운 애매하게 겹치는 퍼지값에 대해 사용자를 대신해 어느 것을 어느 정도 선호하는지 추론하게 된다.