• 디지털융복합연구
• /
• 제20권4호
• /
• pp.1-14
• /
• 2022

본 연구는 웹 기반형(web-based) 플랫폼 노동자의 임금 결정에 관한 연구이다. 이를 위해 2018년 9월 전 세계적 플랫폼 노동시장 중 하나인 Freelancer.com에서 웹 크롤링(web-crawling)한 총 3,575명의 구직자 정보를 사용하였으며, 전통적 노동시장에서 유의하였던 학력, 경력과 더불어 플랫폼 노동시장에서 새롭게 사용 가능해진 이전 고용주에 의한 평가가 플랫폼 노동자의 임금상승에 유의한 영향을 주는지 OLS 및 QR 분석방법을 사용하여 추정하였다. OLS 분석결과 플랫폼 노동자의 임금은 과거 유의하였던 학력, 경력뿐 아니라 이전 고용주에 의한 평가(리뷰 수)에 의해서도 영향을 받는 것으로 나타났다. 다만, QR 분석결과 플랫폼 노동자의 임금수준이 상승함에 따라 교육보다는 경력이 리뷰 수보다는 추천 수가 플랫폼 노동자의 임금상승에 더욱 유의미한 영향을 주는 것으로 나타났다.

• 지능정보연구
• /
• 제13권1호
• /
• pp.91-105
• /
• 2007

본 연구에서는 사용자와 시스템간 양방향 의사소통 방법을 가능하게 하는 확률 유사성척도 기반의 추천시스템을 제안한다. 본 시스템에서 활용한 알고리즘의 주요한 아이디어는 사용자가 제시한 상품 사양에 대한 선호정보를 사용하여 상품의 효용 범위를 구하고, 두 상품의 효용범위 값들 간의 유사도의 값으로서 겹침 확률을 계산한다. 앞에서 구해진 상품 간 유사도의 값을 사용하게 되면, 유사 정도가 가장 높은 상품들을 유사상품으로 등록하게 된다. 본 추천시스템은 개별 사용자 별로 제시된 정보를 사용하므로 차별화 된 추천이 가능해진다. 본 시스템을 활용하게 되면 상품 정보를 공유하는 기업들이 협업 전자상거래 프로세스를 수행할 수 있다. 협업 기업들은 협업을 위한 상품들을 등록하고 해당 상품들과 유사한 상품들을 각 기업의 유사상품 데이터베이스에 저장하여, 향후 유사상품 추천에 활용할 수 있다. 본 연구에서 제시된 유사상품 추천시스템은 웹기반의 응용시스템으로서 인터넷이 가능한 어떠한 환경에서도 수행될 수 있다. 본 연구에서 제시된 절차의 효과를 검증하기 위하여 사용자 실험을 수행하였다. 실험결과를 살펴보면 효용기반의 방법론이 정확도와 만족도 측면에서 상품추천 문제에 대한 하나의 효과적인 해결책으로 사용될 수 있다는 것이 검증되었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 추계학술발표대회
• /
• pp.377-379
• /
• 2022

POI refers to the point of Interest in Location-Based Social Networks (LBSNs). With the rapid development of mobile devices, GPS, and the Web (web2.0 and 3.0), LBSNs have attracted many users to share their information, physical location (real-time location), and interesting places. The tremendous demand of the user in LBSNs leads the recommendation systems (RSs) to become more widespread attention. Recommendation systems assist users in discovering interesting local attractions or facilities and help social network service (SNS) providers based on user locations. Therefore, it plays a vital role in LBSNs, namely POI recommendation system. In the machine learning model, most of the training data are stored in the centralized data storage, so information that belongs to the user will store in the centralized storage, and users may face privacy issues. Moreover, sharing the information may have safety concerns because of uploading or sharing their real-time location with others through social network media. According to the privacy concern issue, the paper proposes a recommendation model to prevent user privacy and eliminate traditional RS problems such as cold-start and data sparsity.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2003년도 학술회의 논문집 정보 및 제어부문 B
• /
• pp.604-607
• /
• 2003

Most recommendation systems recommend the products or other information satisfying preferences of users on the basis of the users' previous profile information and other information related to product searches and purchase of users visiting web sites. This study aims to apply these application categories to e-mail more necessary to users. The E-Mail System has the strong personality so that there will be some problems even if e-mails are automatically classified by category through the learning on the basis of the personal rules. In consideration with this aspect, we need the semi-automatic system enabling both automatic classification and recommendation method to enhance the satisfaction of users. Accordingly, this paper uses two approaches as the solution against the misclassification that the users consider as the accuracy of classification itself using the dynamic threshold in Bayesian Learning Algorithm and the second one is the methodological approach using the recommendation agent enabling the users to make the final decision.

• 전자공학회논문지 IE
• /
• 제45권4호
• /
• pp.68-73
• /
• 2008

본 연구는 웹 기반 학습평가를 위한 학습자 중심의 문제추천 시스템을 제안하였다. 문제추천 과정을 위하여 문항난이도가 이용되었으며, 각 문제들은 문제은행에 저장 및 관리되었다. 문항난이도는 학습과정 중 재 산출되며 다음 학습에서 피드백되었다. 학습자 중심 문제추천을 위해, 학습자는 학습 전 학습단원을 선택할 수 있으며 학습난이도를 설정할 수 있도록 하였다. 제안방법의 적용결과 대부분의 학습자들이 학습난이도 조절로 인하여 성적이 향상됨을 알 수 있었다.

• 지능정보연구
• /
• 제7권2호
• /
• pp.153-177
• /
• 2001

데이터베이스 마케팅을 필두로 최근 마케팅 분야에서는 보다 고객에 적합한 제품이나 서비스를 제공하고 또한 이로 인해 그 마케팅 비용을 최소화하고 또한 그 매출효과를 극대화하고자 하는 움직임이 가속화되고 있으며, 극단적으로는 일대일 마케팅이라고까지 표현하고 있다. 더욱이 전자쇼핑몰에 있어서는 실제 판매원이 존재하지 않는 이상 보다 더 고객의 관심을 유도하고 궁극적으로 매출을 발생시키기가 더욱 어려운 실정이며 따라서 고객을 파악하기 또한 그 고객에 적합한 제품이나 서비스에 대한 정보를 즉각적 또는 사전적으로 추측 제시하여야 하는 역량이 매우 중요하다 하겠다. 그러나 이와 같은 즉시성의 추정이나 판단의 유효성을 제고하기 위해서는 전자쇼핑몰 입장에서 일단의 단편적 정보에 의존하는 방식보다는 이용가능한 모든 정보에 대한 통합적 고찰과 또한 고객에 대한 제안 여부와 추천 의사 결정을 개별적이고 순차적인 절차로 보는 관점보다는 하나의 통일된 관점에서 최대의 효과를 발생시킬 수 있도록 하는 상품 추천 방법론이 필요하다 하겠다. 본 연구는 이를 위해 전자쇼핑몰에서의 오프라인/온라인의 통합 정보를 바탕으로 추천 대상 고객 선정 및 추천 효과의 최적화를 목적으로 추천 상품 및 서비스 결정의 의사결정들에 대한 단일 의사결정 방법론 즉 상품 추천 방법론을 제안하며 이를 에이전트 기법을 바탕으로 설계하였다. 또한 이상의 방법론과 설계기법을 국내 유수의 전자쇼핑몰에 적용하여 그 실험적 성과를 제시하고 있다.

• 한국인터넷방송통신학회논문지
• /
• 제23권4호
• /
• pp.17-22
• /
• 2023

본 연구는 본 연구는 대중적으로 인기 있는 캐릭터 웹드라마의 장르를 분석하여 언어 모델 GPT를 통한 스토리 추천 개발을 연구하였다. 연구 결과, 웹드라마에서도 반복되는 비슷한 클리셰가 존재함을 확인했다. 본 연구에서는 공통된 이야기 구조(클리셰)를 분석하여 숙련되지 않은 영상 제작자도 손쉽게 캐릭터 웹드라마를 제작할 수 있도록 대표적인 이야기 구조를 정형화하여 제시하였다. 분석을 위해 10대에게 가장 인기있는 장르인 학원 로맨스 장르 웹드라마의 클리셰를 기승전결에 따라 목록화하였다. 또한 본 연구는 분석하여 목록화한 클리셰를 지피티에게 학습시켜 사용자를 위한 스토리 추천 매커니즘을 연구하였다. 본 연구를 통해 웹콘텐츠의 데이터베이스 소비론의 입장에서 다양한 데이터베이스의 수용을 통해 대중의 인기뿐 아니라 다양한 콘텐츠의 제작에 박차를 가할 것으로 기대된다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2004년도 추계학술대회
• /
• pp.323-330
• /
• 2004

As mobile market grows more and more fast, the mobile contents market, especially music contents for mobile phones have recorded remarkable growth. In spite of this rapid growth, mobile web users experience high levels of frustration to search the desired music. New musics are very profitable to the content providers, but the existing collaborative filtering (CF) system can't recommend them. To solve these problems, we propose an extended CF system to reflect the user's real preference by representing the characteristics of users and musics in the feature space. We represent the musics using the music contents based acoustic features in multi-dimensional feature space, and then select a neighborhood with the distance based function. Furthermore, this paper suggests a recommendation for procedure for new music by matching new music with other users' preference. The suggested procedure is explained step by step with an illustration example.

• 한국의류학회지
• /
• 제40권6호
• /
• pp.1010-1024
• /
• 2016

This study identifies the influence of on/off-line acquaintances' recommendation messages on fashion product attitude and purchase intention on the online purchase of fashion products in two-sided word of mouth situations as well as compares the difference in influence according to bond-base with equidistance. This study was conducted for one month on university students in their 20s who were believed to be active in smartphone use. Out of the collected 174 copies of the questionnaire, 162 copies were used for analysis. The questionnaire was classified into online and offline recommendation messages of an acquaintance. We present two-sided fashion product reviews made similar to the type found in an actual shopping mall web-site. As for analysis, confirmatory factory analysis, structural equation modeling, and multi-group analysis were conducted using AMOS 19.0. The analysis results are as follows. First, on/off-line acquaintances' recommendation messages had significant influences on product attitude in the situation where two-sided reviews on fashion products were presented; however, those messages did not influence purchase intention. Recommendation messages positively increased product attitude and enhanced purchase intention if acquaintances' recommendation messages were mediated between on/off-line acquaintances' recommendation messages and purchase intention. Consequently, a mediating effect on product attitude was revealed. Second, there was no difference between online acquaintances and offline acquaintances in terms of the influence of acquaintances' recommendation messages on product attitude and purchase intention, in the situation where two-sided reviews were presented on online fashion products. Therefore, no control effect according to the type of acquaintance was confirmed.

• 한국산업정보학회논문지
• /
• 제13권5호
• /
• pp.133-141
• /
• 2008

소셜웹은 정보를 공유하고 사용자간 연결 정도를 높이기 위해 현재의 웹을 소셜 플랫폼으로 변화시키고 있다. 본 논문은 여러 소셜웹 사이트에 산재되어 있는 소셜 데이터를 중재하고 연결하는 방법을 제공하기 위해 딜리셔스, 플리커, 유튜브와 같은 대표적인 소셜 태깅 사이트의 태깅 데이터를 분석한다. 그 결과로 서로 다른 태깅 데이터를 통합하고 서로 다른 소셜 메타데이터를 연결하기 위한 태그 온톨로지를 제안한다. 또한 태깅 데이터의 기계 학습을 통하여 유사 태그 그룹과 사용자 그룹 정보를 획득한 후 태그 온톨로지를 학습한다. 이의 활용 방안으로는 학습된 태그 온톨로지를 이용하여 모델링한 추천 시스템도 제안한다.