• 디지털융복합연구
• /
• 제10권6호
• /
• pp.1-6
• /
• 2012

현대사회는 IT융합기술의 발달로 정보의 양이 급속도로 늘어나고 있으며, 이로 인하여 많은 데이터 속에 원하는 정보를 용이하게 획득하거나 검색하는 기술도 발전되고 있다. 이에 따라 다양하고 많은 건강정보 제공 사이트가 개발되어 운영되고 있지만, 웹서비스에 기반한 정보 제공의 한계와 개인화의 부족으로 사용자의 건강관리와 증진에 효과적이지 못한 결과를 보이고 있다. 건강정보 지원 서비스는 생체정보를 획득하고, 획득된 데이터를 다시 컴퓨터에 입력하여 기존 네트워크 기반을 통하여 전송하는 형태로 개발되고 있기 때문에 불편함은 물론 비효율적이다. 본 논문에서는 기존의 의료 데이터와 Framingham 위험인자(FRS)를 활용, 신경망을 이용한 생활습관성 질환 시스템 설계를 제안한다. 제안하는 시스템을 통하여 생활습관성 질환 환자의 고통호소를 의사가 신속하게 파악할 수 있도록 기초자료와 가이드라인을 제공하게 되고, 따라서 환자의 안위 증진이 향상되게 된다.

• 한국산학기술학회논문지
• /
• 제18권7호
• /
• pp.441-447
• /
• 2017

웹 서비스 및 모바일 서비스에서 개인화 서비스를 제공하기 위해서는 사용자에 의해 처리되는 정보를 수집하고 분석해야 한다. 일반적으로, 사용자에 의해 수집되는 정보는 시스템을 사용하는 온라인 측면에서 관리되는 정보이다. 온라인에서 수집되는 정보를 이용하여 개인화 서비스를 제공하기에도 충분할 수 있다. 그러나 현재는 온라인 서비스와 오프라인 서비스가 혼재되는 O2O 서비스 측면에서 오프라인 상에서의 사용자 정보도 중요한 개인화 서비스의 정보가 될 수 있다. 따라서 본 연구에서는 더 정밀한 개인화 서비스를 제공하기 위해 사용자 관심 정보로서 오프라인 상에서의 사용자 관심 정보를 수집하기 위한 아키텍쳐를 제안한다. 아키텍쳐의 핵심 요소로서 노드 분석기, 거리 체크기, 유지시간 체크기, 그리고 교차분석기를 기반으로 수집 아키텍쳐를 정의한다. 또한, 제안된 아키텍쳐를 구성하는 핵심 요소들의 처리 알고리즘에 대해서 제안한다. 제안된 아키텍쳐 및 알고리즘을 검증하기 위해 BLE 기반으로 오프라인 상에서 사용자 관심정보를 수집하는 사례연구를 수행한다.

• 한국통신학회논문지
• /
• 제35권3B호
• /
• pp.503-516
• /
• 2010

본 논문에서는 유무선 통합 환경에서 융합 미디어 서비스를 제공하기 위한 통합 프로파일 및 인증 제어 기술로써, 시스템 구현을 통한 결과를 제시한다. 가입자의 접속, 서비스, 이동성, 방송형 프로파일을 관리하고 개방형 API(Application Program Interface)를 통해서 제3사업자에게 가입자 프로파일 정보를 PUSH/PULL 방식으로 제공하는 방안을 제안한다. 이때 개방형 API는 웹 서비스, REST(Representational State Transfer) 기반으로 구현하여 제3사업자가 쉽게 서비스를 제공할 수 있는 방식을 제안한다. 또한, 한번 접속 인증에 성공하면 액세스 망이 변하거나 혹은 IMS(IP Multimedia Subsystem) 기반의 서비스 망에 접속하게 될 때 동일한 인증 정보를 유지할 수 있는 SSO(Single Sign-On) 기능을 제안한다. 제안된 방식은 CUPS(Converged User Profile Server) 시험 네트워크 구현 연구를 통하여 기능 검증 및 성능 분석을 수행하였다.

• 정보교육학회논문지
• /
• 제17권4호
• /
• pp.375-382
• /
• 2013

협력 필터링은 사용자가 선호했던 항목들의 기록을 토대로 항목을 추천하는 방법으로서 상업 사이트에서 매우 널리 사용되어 왔다. 이 방식의 기본 개념은 유사한 사용자들을 찾아서 그들의 평가등급을 통합하여 새로운 항목 추천에 이용하는 것이다. 따라서 유사도의 정확한 측정은 추천 성능에 매우 중요한 일이다. 본 논문에서는 사용자가 과거에 부여했던 평가등급들을 기준으로 하여 상대적으로 각 평가치를 다루는 새로운 유사도 공식을 제안한다. 광범위한 실험을 통해 제안된 공식이 기존 공식들보다 더 신뢰할 수 있음을 밝혔는데, 이는 극단적인 유사도값의 발생이 현저히 감소하였고, 유사도가 큰 이웃들만을 참조하였을 때 성능이 개선되었기 때문이다. 특히 실험 결과, 제안 공식은 평가 범위가 큰 데이터셋에 대해 기존 공식들보다 우수한 성능을 나타냈다.

• 한국지능시스템학회논문지
• /
• 제12권5호
• /
• pp.385-392
• /
• 2002

기존의 동적 추천 시스템에서 사용하는 개인화 기법은 주로 혈업 필터링 방식으로서 다른 사용자들에 대한 평가 정보를 이용하여 동적 링크를 제공하기 때문에 사용자가 고려하지 못한 아이템들을 추천한다는 장점을 갖고 있다. 그러나 협업필터링 과정은 현재 사용자와 가장 유사한 패턴을 보이는 사용자를 선택하기 위해 전체 사용자와의 유사도를 재 계산해야 한다는 계산의 복잡성과 사용자 프로화일의 정보가 현 사용자의 키워드 입력 시점에서 동적으로 갱신되지 않기 때문에 오류정보가 포함될 수 있다는 문제점이 있다. 보 논문에서는 유사한 선호도를 보이는 사용자를 대상으로 군집분석을 수행함으로서, 이웃 사용자를 선택하는 과정을 단순화할 수 있고 또한 베이지안 학습을 이용하여 사용자의 선호도를 동적으로 갱신할 수 있는 알고리즘을 설계하고 구현하였다. 사용자의 키워드가 입력되는 순간 사전 데이터와 사후 데이터가 선호도 확률에 동적으로 반영됨으로써 오류정보를 최소화한다. 이렇게 설계된 시스템은 실험을 통해 웹 도서 추천시스템에 적용되어 사용자의 만족도를 증가시킬 수 있음을 보인다.

• 한국전자거래학회지
• /
• 제19권4호
• /
• pp.21-30
• /
• 2014

소셜 네트워크 서비스 사용자의 개인 데이터를 활용하는 것은 개인화된 영양정보의 제공을 위한 새로운 자원으로서 활용 가능하다. 기존 영양정보 제공 방식과 비교하여 사용자가 입력한 소셜 네트워크 서비스의 기록을 바탕으로 맞춤화된 정보를 제공하는 방법 및 개인화된 영양정보를 어떻게 제공할 것인지에 대한 연구는 매우 부족한 실정이다. 본 연구는 대표적인 소셜 네트워크 서비스인 페이스북의 사용자들이 입력한 텍스트 데이터를 바탕으로 개인화된 영양정보를 제공하기 위한 방안을 확인하고자 하였다. 이를 위하여 사용자의 페이스북 게시정보를 분석하여 개인별 영양정보를 효과적으로 제공하는 방식을 제시하였다. 연구의 목적에 따라, 본 연구는 수집된 데이터를 이용하여 데이터마이닝 기법 중 군집화를 수행하였다. 사용자 데이터에 대한 군집분석 결과, 나트륨과 당류가 사용자의 식단에서 중요한 변수로 추출되었다. 추가적으로 판매원/제조원에 따라 사용자의 식단과 관련하여 변수의 중요도에 차이가 있음을 확인하였다.

• 지능정보연구
• /
• 제23권4호
• /
• pp.77-110
• /
• 2017

최근 인터넷 기반의 웹 및 모바일 기기를 통한 소비 패턴의 다양화와 개성화가 급진전됨에 따라 전통적 유통채널인 오프라인 매장의 효율적 운영이 더욱 중요해졌다. 매장의 매출과 수익 모두를 제고하기 위해 매장은 소비자에게 가장 매력적인 상품을 적시에 공급-판매 해야 하는데 많은 상품들 중에서 어떤 SKU를 취급하는 것이 판매 확률을 높이고 재고 비용을 낮출 수 있는지에 대한 연구가 부족한 실정이다. 특히, 여러 지역에 걸쳐 다수의 오프라인 매장을 통해 상품을 판매하는 기업의 경우 고객에게 매력적인 적절한 SKU를 추천 받아 취급할 수 있다면 매장의 매출 및 수익률 제고에 도움이 될 것이다. 본 연구에서는 개인화 추천에 이용되어 왔던 협업 필터링과 하이브리드 필터링 등의 추천 시스템(Recommender System)을 국가별, 지역별로 복수의 판매 매장을 통해 동종 브랜드를 취급하는 유통 기업의 매장 단위 취급 SKU 추천 방식을 제안하였다. 각 매장의 취급 품목별 구매 데이터를 활용하여 각 매장 별 유사성(Similarity)을 계산하고 각 매장의 SKU별 판매 이력에 따라 협업 필터링을 하여 최종적으로 매장에 개별 SKU를 추천하였다. 또한 매장 프로파일 데이터를 활용하여 주변수 분석 (PCA : Principal Component Analysis) 및 군집 분석(Clustering)을 통하여 매장을 4개의 군집으로 분류한 뒤 각 군집 내에서 협업 필터링을 적용한 하이브리드 필터링 방식으로 추천 시스템을 구현하고 실제 판매 데이터를 바탕으로 두 방식의 성능을 측정하였다. 현존하는 대부분의 추천 시스템은 사용자에게 영화, 음악 등의 아이템을 추천하는 방식으로 연구가 진행되어 왔고 실제로 산업계에서의 적용 또한 개인화 추천 시스템이 주류를 이루고 있다. 그 동안 개인화 서비스 영역에서 주로 다루어져 왔던 이러한 추천 시스템을 동종 브랜드를 취급하는 유통 기업의 매장 단위에 적용하여 각 매장의 취급 SKU를 추천하는 방식에 대한 연구는 거의 이루어지지 않고 있는 실정이다. 기존 추천 방법론의 추천 적용 대상이 '개인의 영역이었다면 본 연구에서는 국가별, 지역별로 복수의 판매 매장을 통해 개인의 영역을 넘어 매장의 영역으로 확대하여 동종 브랜드를 취급하는 유통 기업의 매장 단위 취급 SKU 추천 방식을 제안하고 있다. 또한 기존의 추천시스템은 온라인에 한정되었다면 이를 오프라인으로 활용 범위를 넓히고, 기존 개인을 기반으로 분석을 하는 것보다 매장영역으로 확대 적용하기에 적합한 알고리즘을 개발하기 위해 데이터마이닝 기법을 적용하여 추천 방법을 제안한다. 본 연구의 결과가 갖는 의의는 개인화 추천 알고리즘을 동일 브랜드를 취급하는 복수의 판매 매장에 적용하여 의미 있는 결과를 도출하고 실제 기업을 대상으로 시스템으로 구축하여 활용할 수 있는 구체적 방법론을 제시했다는 데에 있다. 개인화 영역을 위주로 이루어졌던 기존의 추천 시스템과 관련한 학계의 연구 영역을 동종 브랜드를 취급하는 기업의 판매 매장으로 확장시킨 첫 시도라는 데에도 의미가 있다. 2014년 03주차 ~ 05주차 전(全) 매장 판매 수량 실적 Top 100개 SKU로 추천의 대상을 한정하여 협업 필터링과 하이브리드 필터링 방식으로 52개 매장 별로 취급 SKU를 추천하고, 추천 받은 SKU에 대한 2014년 06주차 매장별 판매 실적을 집계하여 두 추천 방식의 성과를 비교하였다. 두 추천 방식을 비교한 이유는 본 연구의 추천 방법이 기존 추천 방식 보다 높은 성과를 입증하기 위해 단순히 오프라인에 협업필터링을 적용한 것을 기준 모델로 정의하였다. 이 기준 모델에 오프라인 매장 관점의 특성을 잘 반영한 본 연구 모델인 하이브리드 필터링 방법과 비교 함으로써 성과를 입증한다. 연구에서 제안한 방식은 기존 추천 방식보다 높은 성과를 나타냈으며, 이는 국내 대기업 의류업체의 실제 판매데이터를 활용하여 입증하였다. 본 연구는 개인 수준의 추천시스템을 그룹수준으로 확장하여 효율적으로 접근하는 방법을 이론적인 프레임 워크를 만들었을 뿐 아니라 실제 데이터를 기반으로 분석하여 봄으로써 실제 기업들이 적용해 볼 수 있다는 점에서 연구의 가치가 크다.

• 한국콘텐츠학회논문지
• /
• 제12권12호
• /
• pp.489-498
• /
• 2012

본 논문은 연구 학습 주제 지식베이스를 통한 소셜컴퓨팅 지원에 관한 연구로 두 가지 하부 연구로 구성되었다. 첫 번째 연구는 다양한 학문분야에서 전자 도서관 이용자들의 연구 및 학습 주제를 추출하기 위해 분야별로 분류가 잘 되어 있는 NDLTD Union catalog의 석박사 학위 논문 (Electronic Theses and Dissertations : ETDs)을 분석하여 계층적 지식베이스를 구축하는 연구이다. 석박사 학위 논문 이외에 ACM Transactions 저널의 논문과 컴퓨터 분야 국제 학술대회 웹사이트도 추가로 분석하였는데 이는 컴퓨팅 분야의 보다 세분화된 지식베이스를 얻기 위해서이다. 계층적 지식베이스는 개인화 서비스, 추천시스템, 텍스트 마이닝, 기술기회탐색, 정보 가시화 등의 정보서비스와 소셜컴퓨팅에 유용하게 사용될 수 있다. 본 논문의 두 번째 연구 부분에서는 우리가 만든 계층적 지식기반을 활용하여 4개의 사용자 커뮤니티 마이닝 알고리즘 중에서 우리가 수행중인 소셜 컴퓨팅 연구, 즉 구성원간의 결합도에 기반한 추천시스템에 최상의 성능을 보이는 그룹핑 알고리즘을 찾는 성능 평가 연구 결과를 제시하였다. 우리는 이 논문을 통해서 우리가 제안하는 연구 학습 주제 데이터베이스를 사용하는 방법이 기존에 사용자 커뮤니티 마이닝을 위해 사용되던 비용이 많이 필요하고, 느리며, 개인정보 침해의 위험이 있는 인터뷰나 설문에 기반한 방법을 자동화되고, 비용이 적게 들고, 빠르고, 개인정보 침해 위험이 없으며, 반복 수행시에도 일관된 결과를 보여주는 방법으로 대체할 수 있음을 보이고자 한다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제10권2호
• /
• pp.174-188
• /
• 2004

제품의 품질 및 가격뿐만 아니라 물질적 풍요로움과 더불어 다변화 되어가는 생활 환경 속에서 소비자의 감성과 선호도를 파악하는 것은 제품 판매 전략의 중요한 성공요소가 되고 있다. 이를 위하여 제품의 기능적 측면뿐만 아니라 개개인의 정서적 감정과 선호도가 반영된 제품의 설계나 디자인 또한 요구되고 있다. 본 연구에서는 사용자의 감성과 선호도를 중심으로 소재를 개발하는 방법의 하나로 협력적 필터링 개인화 기법을 응용하여 패션 디자인 추천 에이전트 시스템(FDRAS-pro)을 제안한다. 텍스타일 기반의 협력적 필터링 기술에서, 예측에 사용될 이웃의 수를 결정하기 위해서 Representative Attribute-Neighborhood 방법을 사용한다. 사용자들간의 유사도 가중치를 계산하기 위해서 피어슨 상관계수(Pearson Correlation Coefficient)를 사용한다. 소재에 대한 사용자의 감성이나 선호도에 대한 텍스타일의 대표 감성 어휘를 추출함으로써 소재 개발을 위한 감성 어휘 데이타베이스를 구축한다. FDRAS-pro는 구축된 감성 어휘 데이타베이스를 기반으로 성향이 비슷한 사용자에게 텍스타일 디자인을 추천한다. 디자인 요소에 따른 감성 분석을 하기 위해서, 텍스타일 디자인을 9가지 디자인 요소(디자인 소재, 모티브대 배경비율, 모티브의 변화도, 해석법, 모티브의 배열, 모티브의 명료성, 명도차, 색상차, 채도차)에 따라 분석하였다. 패션 디자인 추천 시스템으로 개발하여 시스템의 논리적 타당성과 유효성을 검증하기 위해 실험적인 적용을 시도하고자 한다.

• 경영정보학연구
• /
• 제21권1호
• /
• pp.135-152
• /
• 2019

최근 ICT 기반 서비스 기업의 성공 사례로 다양한 창업 기업 육성 및 지원이 등장하고 있지만 정책 및 지원이 창업 초기에 몰려 있어 창업 후 안정적인 성장이 어려운 실정이다. 이는 창업 과업을 개별적인 활동으로 인식하기 때문이다. 하지만 창업 초기부터 성장 및 안정 단계에 이르기까지 창업성공에 영향을 미치는 일련의 프로세스가 존재하고 이를 파악하는 것은 창업자의 성공적인 창업 경험을 지원하는 기반이 될 수 있다. 따라서 본 연구에서는 실제 창업 경험자들을 대상으로 설문 조사를 실시하여 프로세스 마이닝 기법을 이용하여 창업 프로세스 모델을 구축하고 분석하고자 한다. 실제 ICT 서비스업 창업 사례를 기반으로 프로세스 분석한 결과, 창업자 분석, 아이디어 도출, 사업계획서 작성, 사업다각화가 전체 창업 과정에서 중요한 프로세스로 도출되었다. 반면에 마케팅 관련 활동 및 투자자금 활용 과업이 빈도는 높았지만 중요하게 나타나지 않았는데 이는 이러한 활동들이 일회성활동이 아니라 지속적으로 수행되어야 하는 과업임을 의미한다. 본 연구에서 제안하는 분석 방법을 통해 창업 과업 간의 순차적인 흐름을 도출하고 과업 수행 간 특징을 도출할 수 있을 뿐만 아니라 개별 과업 단위의 연구에서는 파악할 수 없었던 일시적 과업의 파악과 상호 보완적인 과업 활동의 파악이 가능할 것이라 기대된다. 본 연구에서 제안하는 프로세스 모델 및 분석 결과를 바탕으로 창업자 지원 시스템을 구축하게 되면 더 많은 실제 창업 사례 분석을 통하여, 예비 창업자 또는 신규 창업자의 창업 과정에서 개인별 맞춤형 지원이 가능할 뿐만 아니라, 창업 과정에서 발생되는, 또는 발생 가능한 여러 어려움을 극복하는데 도움이 될 것으로 기대된다.