• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권2호
• /
• pp.744-768
• /
• 2016

As various pieces of information can be provided through the web, schemes that provide search results optimized for individual users are required in consideration of user preference. Since the existing social search schemes use users' profiles, the accuracy of the search deteriorates. They also decrease the reliability of a search result because they do not consider a search time. Therefore, a new social search scheme that considers temporal information as well as popularities and user preferences is required. In this paper, we propose a new mobile social search scheme considering popularities and user preferences based on temporal information. Popularity is calculated by collecting the visiting records of users, while user preference is generated by the actual visiting information among the search results. In order to extract meaningful information from the search target objects that have multiple attributes, a skyline processing method is used, and rank is given to the search results by combining the user preference and the popularity with the skyline processing result. To show the superiority of the proposed scheme, we conduct performance evaluations of the existing scheme and the proposed scheme.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2008년도 하계종합학술대회
• /
• pp.701-702
• /
• 2008

A large amount of efforts are required to search user's preferred contents for the program contents being provided by IPTV services. In this paper, using collaborative filtering, an automatic recommendation method of IPTV program contents is presented by reasoning similar group preferences on IPTV program contents which constitutes personalized IPTV environments. The proposed method models the user's preference of IPTV program contents with the program attributes such as content, genres, channels actor/actress, staffs and calculates it using the watching history of program contents in different genres and watching times. Also, the proposed method considers timely changing user's preference and the preference oon the content itself, which improves the traditional collaborative filtering methods that can not recommend the non-consumed items.

• 한국디자인학회:학술대회논문집
• /
• 한국디자인학회 2005년도 추계 학술발표대회 논문집
• /
• pp.198-199
• /
• 2005

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제14권6호
• /
• pp.614-618
• /
• 2008

인터넷 서비스의 급속한 발전으로 멀티미디어 데이타의 양이 크게 증가함에 따라, 이를 분석하여 유용한 정보를 얻기 위해 사용자 개개인에 초점을 맞춘 효율적인 검색기술이 필요하게 되었다. 하지만 최근 웹사이트에서 제공하는 사용자 모델링 서비스는 텍스트 기반 페이지 구성이나 추천 검색 등에만 국한되어 있는 단점이 있다. 본 논문에서는 사용자 모델링 기법을 동영상 검색에 적용하기 위해 사용자의 선호도를 베이지안 네트워크로 모델링하고, 추론된 확률 값을 검색에 반영하는 방법을 제안한다. 이를 위해 실제 연구실 환경 내에 존재하는 컨텍스트 정보를 정의하였고, 설치된 카메라로부터 얻어진 동영상이 포함하는 컨텍스트 정보를 텍스트의 형태로 주석을 달았다. 사용자로부터 입력받은 사용자 개인의 정보는 설계된 베이지안 네트워크 모델의 증거 값으로 사용되어, 그로부터 사용자의 선호도를 추론하도록 하였다. 베이지안 네트워크의 추론 결과로 얻어진 확률 값은 검색에 반영되어 각 사용자의 선호도에 맞는 검색 결과를 보여준다. 사용자 평가 결과, 제안하는 모델을 사용하여 선택된 결과의 만족도가 일반적인 검색의 결과에 비해 높음을 확인하였다.

• Asia pacific journal of information systems
• /
• 제12권1호
• /
• pp.1-16
• /
• 2002

Most of searching systems used by shopping-mall provide too much information for user requirements or fail to provide appropriate items reflecting customer's preference. This paper aims to design and implement the product searching systems based on customer preference which will enable efficient product selection in the internet shopping-mall. The proposed system consists of user/provider interface, searching and model agent, data management system, and model management system. Especially, we construct the searching pattern database to support fast search using association mining method. And this system includes the customer-oriented decision model which shows the highly preferred products. Input weight value per attribute and preference level should be needed to compute priority grade of preference.

• 방송공학회논문지
• /
• 제7권2호
• /
• pp.88-95
• /
• 2002

최근 방송의 디지털화에 따라 지상파, 위성 등의 방송 매체는 다채널 서비스가 가능하게 되었고, CATV 및 위성에서는 수백 채널의 수용이 가능하게 되었다. 이에 따라 시청자의 채널에 대한 선택의 폭이 넓어지게 되었으나 수백 개의 채널중 시청자의 취향에 맞는 채널을 선택한다는 것은 어려운 일이다. 이에 본 논문에서는 Set Top Box(STB)와 같은 다채널 방송 수신 장치에서 자동적으로 개인의 취향에 맞는 방송 프로그램을 추천해 주기 위한 효과적인 방법을 제시한다. 사용자가 시청한 프로그램에 대한 정보를 MPEG-7 MDS를 이용해 user history data로 작성하고, 이 user history data를 이용해서 시간대별 사용자의 취향과 유사한 장르의 프로그램을 추천하고, 추천된 장르에서의 채널 선호도를 고려하여 채널을 선택한다. 실험한 결과에 따라 본 논문에서 제안하는 방법이 사용자 취항의 채널을 선택하는데 효과적임을 알 수 있다.

• Journal of information and communication convergence engineering
• /
• 제18권1호
• /
• pp.55-60
• /
• 2020

As personalized customer services create a society that emphasizes the personality of an individual, the number of product reviews and quantity of user data generated by users on the internet in mobile shopping apps and sites are increasing. Such product review data are classified as unstructured data. Unstructured data have the potential to be transformed into information that companies and users can employ, using appropriate processing and analyses. However, existing systems do not reflect the detailed information they collect, such as user characteristics, purchase preference, or purchase priority while analyzing review data. Thus, it is challenging to provide customized recommendations for various users. Therefore, in this study, we have developed a product recommendation system that takes into account the user's priority, which they select, when searching for and purchasing a product. The recommendation system then displays the results to the user by processing and analyzing their preferences. Since the user's preference is considered, the user can obtain results that are more relevant.

• 방송공학회논문지
• /
• 제9권4호
• /
• pp.305-321
• /
• 2004

디지털 방송의 시작과 함께, 지상파, 위성, 케이블과 같은 다양한 매체를 통한 다채널 방송 시청 환경의 도래는 사용자에게 많은 방송 프로그램 시청 정보를 전달하게 되었다. 이와 더불어, 방송 단말에 전송된 다양한 방송 프로그램 정보를 탐색하고 선호 방송 프로그램을 선별하기 위해서는 사용자에게 많은 노력이 요구된다. 따라서, 사용자로 하여금 자신의 취향 및 자신이 원하는 방송 프로그램 정보에 자동적으로 근접할 수 있도록 하는 개인화된 방송 서비스가 요구되고 있다. 이러한 요구에 따라, 본 논문에서는 다채널 방송 시청 환경 하에서 사용자의 방송 프로그램 시청 히스토리를 분석하고, 특정 시간에 따른 사용자의 방송 프로그램 시청 패턴윽 추출하여 방송 프로그램 장르에 대한 사용자 선호도를 자동으로 계산하는 알고리즘을 제안하고. MPEG-7 MDS 구조에 따른 사응자 선호토 서술과 이를 이용하여 사용자의 선호도에 따라 방송 프로그램을 자동적으로 추천하는 TV 프로그램 추천 어플리케이션을 소개한다. 본 논룬의 실헐을 위해 AC Nielsen Korea에서 제공된 실제 연령대별, 성별, 시간대별로 사용자의 TV 시청 자료를 사용하였으며, 실험결과를 통해 본 논문에 제안된 베이시안 네트워크 기반 사용자 자동 학습 알고리즘이 효과적으로 사용자 선호도를 학습한 수 있음을 확인하였다.

• 정보처리학회논문지D
• /
• 제15D권4호
• /
• pp.463-474
• /
• 2008

정보 기술과 인터넷의 발전은 멀티미디어 컨텐츠의 양에 있어서 폭발적인 성장을 가져 왔으며 이러한 멀티미디어 컨텐츠 양의 증가는 이용자의 요구에 맞는 멀티미디어 컨텐츠 추천에 대한 필요성을 더 증가 시켰다. 현재까지 일반상품과 멀티미디어 컨텐츠 추천을 위한 기법에는 협업필터링 (CF: Collaborative Filtering)이 있다. 하지만 기존의 CF 기법은 이미지가 갖고 있는 시각적 특징을 제대로 표현하지 못하고 있으며, 입력 데이터의 희박성 (Sparsity) 문제와 신상품 추천 문제 그리고 선호도의 동적인 변화 문제를 포함하고 있기 때문에 이미지 컨텐츠 추천에는 적합하지 않다. 이와 같은 기존의 CF기법의 단점을 해결하기 위해서 본 논문에서는 새로운 이미지 추천 방법으로 FBCF (Feature Based Collaborative Filtering) 기법을 제안한다. FBCF 기법은 시각적 특징을 선호도에 따라 군집화한 새로운 사용자 프로파일 구성방법을 제시하며, 선호도 피드백을 통하여 구매자의 현재 성향을 추천에 반영할 수 있다. 실제 모바일 이미지 데이터를 사용한 실험에서 FBCF 기법이 기존의 CF 기법보다 400% 향상된 성능을 보임을 확인할 수 있다.

• 한국음향학회지
• /
• 제23권6호
• /
• pp.437-445
• /
• 2004

본 논문에서는 사용자의 음장 선호도를 이용하여 오디오 콘텐츠를 사용자가 원하는 음장으로 변환하는 기술에 대하여 설명한다. 오디오 신호가 재생되는 공간의 음장을 사용자가 원하는 음장으로 변환시켜주는 음장효과 기술은 실감있고 현장감있는 음악재생에 필수적인 요소이다. 그러나, 음장효과를 실시간으로 처리하기 위해서는 막대한 연산량이 필요하므로 MP3 플레이어와 같은 휴대용 오디오 단말에서는 구현하기 힘들다. 본 논문에서는 사용자로부터 전달된 음장 선호도를 이용하여 서버에서 음장효과를 처리하도록 하여, 단말의 성능에 구애받지 않고 음장효과를 제공할 수 있는 기술을 제안한다. 사용자가 선호하는 음장을 표현하기 위하여 선호하는 음장을 실내응답신호의 URI 주소를 이용하여 표현하는 방법 뿐만 아니라 음향공간에 대한 심리적 파라미터를 이용할 수 있게 하였다. 또한, 실내응답신호와 복적분 연산을 통한 음장효과 처리 방법을 실시간 응용에 적용하기 위하여 고속 복적분 알고리즘을 제안하였으며, 실험을 통하여 실시간 응용에도 적용이 가능함을 확인하였다. 본 논문에서 제안한 음장 선호도 서술구조의 효용성을 검증하기 위하여, 일반인을 대상으로 음장을 구분하는 능력과 음장효과가 처리된 음악에 대한 선호도에 대한 주관듣기평가를 실시하여 제안된 음장 선호도가 일반인들에게 적용이 가능함을 확인하였다.