• 정보과학회 논문지
• /
• 제44권6호
• /
• pp.621-627
• /
• 2017

협업필터링은 사용자들이 평가한 항목들의 유사성을 기반으로 평가되지 않은 항목을 효과적으로 추천해주는 기법이다. 기존에는 사용자가 평가하지 않은 항목 중 상위 N개 항목의 추천 정확도를 높이기 위하여 사용자의 항목의 대한 상대적 선호도를 반영하는 쌍 기반 선호도(pair-wise preference)와 목록 기반 선호도(list-wise preference)가 제안되었다. 하지만 이러한 방법들은 사용자가 평가한 항목 간의 상대적인 선호도를 표현하는데 한계가 있으며, 각각의 항목들의 중요도를 반영할 수 없는 단점이 있다. 본 논문에서는 유사도 및 순위 값을 계산할 때 평점 선호도 표현 방법과 역 사용자 빈도수(inverse user frequency)를 이용하여 사용자의 잠재된 선호도를 표현하는 새로운 방법을 제안한다. 제안 방법을 메모리 기반 협업필터링에 적용하여 비교한 결과 기존 방법보다 최대 2배 이상 정확도가 향상되는 것을 확인할 수 있었다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제4권4호
• /
• pp.195-200
• /
• 2015

최근 한국에서는 대부분의 사람들이 안드로이드 기반의 스마트폰을 사용하고 있고, 뮤직플레이어는 어느 스마트폰에서나 찾아볼 수 있다. 그러나 뮤직 플레이어들 중 사용자의 취향이나, 음악을 듣는 성향에 맞춰진 개인화된 애플리케이션은 찾아보기 힘든 실정이다. 본 논문에서는 음악을 분석하여 감정에 따라 자동으로 분류하고, 사용자가 입력한 감정에 따라 추천하며, 사용자의 선호도를 반영하는 기능을 제공할 뿐만 아니라, 음악을 색채를 통해 시각화함으로써 사용자가 음악을 보다 쉽게 느낄 수 있도록 구현된 감성 뮤직 플레이어를 제안한다. 이를 통해 사용자는 선곡의 어려움을 해소하고 자신에게 최적화된 애플리케이션을 사용할 수 있다.

• 한국게임학회 논문지
• /
• 제9권2호
• /
• pp.125-133
• /
• 2009

게임 인공지능은 플레이어에게 지능적이고 적응된 게임 환경을 제공하기 위해 주로 사용된 다. 기존에는 사용자의 게임 행위를 수집/분석하여 동반자 또는 적대적 역할을 하는 Non-player character (NPC)를 위해 사용되었다. 그러나 사용자의 행동을 모방하는 것에서 그치는 경우가 많았다. 본 논문은 사용자의 게임 행위를 분석하여 게임 환경을 변화하는 방법을 소개한다. 사용자의 게임 성향을 파악하기 위해 게임 행위 데이터를 이용하였다. 또한, 사용자의 성향은 지형, 아이템, NPC의 분포를 결정하는데 반영하여 동적인 게임 환경을 제공하기 위해 사용하였다. 제안하는 방법의 실험을 위해 실제 2D 액션 게임에 적용하였고, 사용자의 게임 플레이 행위에 대하여 적절히 변화하는 게임 환경을 확인하였다.

• 정보처리학회논문지B
• /
• 제17B권2호
• /
• pp.169-176
• /
• 2010

본 논문은 사용자 취향 학습 방법으로 대화형 유전자 알고리즘을 이용한 감정 기반 영상의 색 변환을 제안한다. 색 변환은 주로 조화로운색상의 범위를 정의한 기존의 템플릿을 기반으로 영상의 채도와 명도를 제외한 색상만을 변환하는 방법으로 수행되어 왔다. 색상의 조화를 조절함으로써 부자연스러운 영상을 자연스럽게 변환하여 영상을 감상하는 사용자의 만족도를 높였다. 한편, 색은 사람의 감정과도 밀접한 관련이 있기 때문에, 색과 감정의 관계를 정의 하면, 감정 기반 콘텐츠와 기술 등에서의 상호 작용을 높일 수 있다. 감정에 의한 색 변환은 콘텐츠 감상에 있어서 사용자에게 콘텐츠와 자신이 교감하고 있다는 느낌을 주어 흥미와 몰입을 높일 수 있다. 이에 따라, 본 논문은 감정 기반 색 변환을 위한 각 감정 별 색의 범위를 정의하고, 색상, 채도, 명도에 대한 색 변환을 수행한다. 하지만 색과 감정의 관계는 개인의 취향, 환경 등에 따라 다양하게 정의 된다. 이러한 특성을 반영하기 위해, 사용자 취향을 학습함으로써 사용자의 만족도를 높인다. 취향 학습 방법으로는 대화형 유전자 알고리즘을 사용한다. 사용자 취향에 의한 색변환 영상의 만족도를 분석하기 위해 설문조사를 실시하여, 원본 영상에 비해 색변환 영상에 대한 선호도가 높음을 확인한다. 이를 통해 템플릿을 동일하게 적용하는 것보다 사용자 취향을 반영한 템플릿에 의한 변환이 사용자의 감성을 만족시킴을 보인다.

• 디자인학연구
• /
• 제17권3호
• /
• pp.61-70
• /
• 2004

본 연구는 가상공간의 아바타 캐릭터에 대한 사용자인식에 관한 연구이다. 연구수행에 있어서 우선 아바타에 대한 호감 도를 살펴보고 그에 따른 아바타에 대한 인식을 검증하였다. 아바타 인식은 자기인식척도를 응용하고 모리스 와그너(Maurice Wagner)가 표현한 소속감, 가치관, 자신감등의 건전한 자기인식 3요소에 동일시를 추가하여 요인별로 살펴보았다. 분석결과는 성별과 연령에 대해서는 반응평균간의 유의미한 차이가 거의 나지 않았고 성별에 따라 아바타의 호감도 그리고 연령에 따라 가치관에 차이가 유의미하게 나타났다. 아바타의 인식에 대한 각각의 측정개념들간에는 높은 상관관계를 보였으며 그 중에서 소속감과 호감도 사이의 상관관계가 가장 높게 산출되었다. 회귀분석에서도 아바타에 대한 호감 도에서 소속감이 가장 많은 영향을 받고 있었으므로 가상공간의 아바타에 대한 인식은 사용자의 호감도가 높음에 따라 아바타에 대한 자기인식이 높은 것으로 나타났다. 따라서 사용자들은 자기의 아바타를 하나의 시각적인 형상으로 인식하는 것이 아니라 자기를 동일시 할 정도의 몰입현상으로 자기개념을 형성하고 있다는 연구결과가 도출되었다.

• 지능정보연구
• /
• 제20권2호
• /
• pp.73-92
• /
• 2014

기존 협업 필터링 기법은 사용자들의 아이템에 대한 선호도를 기반으로 유사 아이템 집합 또는 유사 사용자 집합을 구성하고, 이를 이용해 예측된 사용자의 특정 아이템에 대한 선호도를 기반으로 추천을 수행한다. 이로 인해, 사용자 선호도 정보가 부족하게 되면, 유사 아이템 사용자 집합의 신뢰도가 낮아지고, 추천 서비스의 신뢰도 또한 따라서 낮아진다. 또한, 서비스의 규모가 커질수록, 유사 아이템, 사용자 집합의 생성에 걸리는 시간은 기하급수적으로 증가하고 추천서비스의 응답시간 또한 그에 따라 증가하게 된다. 위와 같은 문제점을 해결하기 위해 본 논문에서는 적응형 군집화 기법을 제안하고 이를 적용한 협업 필터링 기법을 제안하고 있다. 이 기법은 크게 네 가지 방법으로 이루어진다. 첫째, 사용자와 아이템의 특성 벡터를 기반으로 사용자와 아이템 각각을 군집화 하여, 기존 협업 필터링 기법에서 유사 아이템, 사용자 집합을 생성하는데 소요되는 시간을 절약하며, 사용자 선호도 정보만을 이용한 부분 집합 생성보다 추천의 신뢰도를 높이고, 초기 평가 문제와 초기 이용자 문제를 일부 해소한다. 둘째, 미리 구성된 사용자와 아이템의 군집을 기반으로 군집간의 선호도를 이용해 추천을 수행한다. 사용자가 속한 군집의 선호도가 높은 순서대로 아이템 군집을 조회하여 사용자에게 제공할 아이템 목록을 구성하여, 추천 시스템의 부하 대부분을 모델 생성 단계에서 부담하고 실제 수행 시 부하를 최소화한다. 셋째, 누락된 사용자 선호도 정보를 사용자와 아이템 군집을 이용하여 예측함으로써 협업 필터링 추천 기법의 사용자 선호도 정보 희박성으로 인한 문제를 해소한다. 넷째, 사용자와 아이템의 특성 벡터를 사용자의 피드백에 따라 학습시켜 아이템과 사용자의 정성적 특성 정량화의 어려움을 해결한다. 본 연구의 검증은 기존에 제안되었던 하이브리드 필터링 기법들과의 성능 비교를 통해 이루어졌으며, 평가 방법으로는 평균 절대 오차와 응답 시간을 이용하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제18권3호
• /
• pp.659-668
• /
• 2007

Collaborative filtering approach for recommender systems are now widely applied in e-commerce to assist customers to find their needs from many that are frequently available. this approach makes recommendations for users based on the opinions to similar users in the system. But this approach is opened to users who present their preference to items or acquire the preference information form other users, noise in the system makes significant problem for accurate recommendation. In this paper, we analyze the relationship between the standard deviation of preference ratings for each user and the estimated ratings of them. The result shows that the possibility of the pre-filtering condition which detecting the factor of bad effect on the prediction of user's preference. It is expected that using this result will reduce the possibility of bad effect on recommender systems.

• 지능정보연구
• /
• 제26권4호
• /
• pp.67-86
• /
• 2020

추천시스템은 시간이 흐를수록 사용자와 기업에게 점점 더 큰 영향을 주고 있다. 최근 코로나(COVID-19) 팬데믹 현상이 전 세계적으로 일어나면서 세대를 뛰어넘어 E-Commerce의 중요성이 증대되었고 추천시스템은 E-Commerce 활성화의 최중심에 있다. 추천시스템이 개발된 이래로 다수의 알고리즘이 추천시스템의 정확도를 올리는 것에 집중되어 있었고, 추천시스템의 희귀성, 다양성, 우연성 등과 같은 다른 가치들이 간과되고 있다. 본 논문에서는 사용자의 만족도는 추천시스템의 정확도에만 달려있지 않고 다양한 성능을 겸비했을 때 고객에게 만족스러운 추천서비스 경험을 제공할 것이라 생각하여 다양성을 위한 그래프 기반의 추천시스템을 개발하였다. 사용자 네트워크를 구성한 뒤 카테고리를 활용한 무게중심변화를 통해 유사도가 낮은 이질적인 사용자를 찾아 추천상품의 유사성을 낮추는 방식으로 다양성을 도모하였다. 또한, 추천의 다양성은 사용자의 다양성 선호 수준에 따라 상이할 것이라는 가정에 따라 사용자의 다양성 선호 수준을 구별하였고 다양성 모델 성능이 사용자 특성별로 다름을 확인할 수 있었다. 전체 연구 결과, 추천시스템의 정확성과 다양성이 트레이드 오프 관계에 놓여있다는 것을 확인할 수 있었지만 본 연구모델을 통해 근소한 정확도 손실 대비 높은 다양성을 얻을 수 있었다. 본 연구는 그래프 기반의 추천시스템을 통해 사용자의 만족도를 향상시키는 다양성을 실현하였다는 연구적 의의와 사용자 수준을 고려한 추천의 다양성을 적용 결과를 통해 기업의 장기적 이윤을 상승시킬 수 있는 모델 개발이라는 실무적 의의를 꼽을 수 있다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2009년도 학술대회
• /
• pp.673-676
• /
• 2009

본 논문에서는 스마트 공간에서 모바일 사용자의 맥락 정보에 따라 개인화된 콘텐츠를 증강시키는 맥락 인식 모바일 증강 현실 시스템인 CAMAR Companion을 소개한다. 이는 모바일 기기에 부착된 카메라를 이용하여 스마트 공간의 오브젝트를 인식하고 인식된 오브젝트의 움직임을 추적한다. 그리고 여러 가지 센서들로부터 획득된 정보를 통합하여 모바일 사용자의 변화하는 맥락 정보를 실시간으로 인식한다. 또한 모바일 사용자의 맥락 정보 히스토리를 기반으로 해당 맥락에 대한 사용자의 프로파일, 특히 사용자가 선호하는 콘텐츠 혹은 맥락에 용이한 콘텐츠에 대한 정보를 추론한다. 그리고 모바일 기기를 통해 제공되는 콘텐츠를 사용자의 맥락에 적절한 형태로 디스플레이하거나 물리적 오브젝트에 증강시킴으로써 사용자에게 용이한 형태의 콘텐츠를 제공한다. 더 나아가 제안한 시스템을 기반으로 스마트 홈 환경에서의 사용자 맥락 정보에 따라 개인화된 콘텐츠를 증강 시켜주는 맥락 인식 모바일 증강 현실 정보 도우미를 구현하였다. 이는 사용자의 변화하는 맥락 정보를 실시간으로 인식하고 해당 맥락에 대한 사용자의 프로파일을 동적으로 추론하여 사용자로 하여금 개인화된 증강 콘텐츠를 경험할 수 있도록 하였다. 궁극적으로 이를 통하여 모바일 기기에서 개인화된 사용자 인터페이스를 개발하는 데 있어 제안한 맥락 인식 모바일 증강 현실 시스템의 응용 가능성을 확인하고자 한다.

• 디자인학연구
• /
• 제12권3호
• /
• pp.105-114
• /
• 1999

최근 전자기술의 발달과 함게 제품들이 인간의 지적 면을 지원하는 스마트한 제품으로 변하면서 OSD는 이런 제품의 입출력을 담당하는 사용자 인터페이스의 중요한 부분으로서 본체의 외형 못지않게 제품개발의 핵심적인 요소가 되고 있다. 특히 영상기기와 정보기기의 경우 그 중요성은 더 커진다. 이런 중요성에도 불구하고 단순히 하드웨어 본체에 탑재하는 부속물로서 취급되어 많은 검증과 평가를 통해 개발되는 하드웨어 본체에 비하여 단순하고 개별적인 사용성평가만을 통해 개발되고 있다. 즉 얼마나 빨리 주어진 그능을 수행하는지 사용하는데 애로는 없는지 등 개별적인 속성에 대한 수행도 위주의 사용성평가에 그치고 있다. 이에 본 연구에서는 수행도 위주의 사용성평가에서 탈피하여 사용자 인터페이스에 대한 주관적 선호도를 바탕으로 사용자의 입장에서 중요한 속성은 무엇이며 또 그러한 속성의 각 수준에 사용자가 부여하는 가치는 어느정도인가를 파악하기 위하여 실제 제품을 사용하는 것과 동일한 환경하에서 사용하게한 후 선호도를 측정하였으며 컨조인트분석에 의하여 각 속성의 중요도 및 각 수준의 만족도를 분석하였다. 리허한 사용성평가 및 분석은 사용자 인터페이스 디자인 프로세스의 최종단계로서 진행되는 것이 아닌 초기단계부터 그 방법과 내용, 또 어떻게 디자인에 피드백할 것인가 등을 계획하여 반복적으로 실시되야 한다.시되야 한다.