• 한국콘텐츠학회논문지
• /
• 제7권10호
• /
• pp.27-35
• /
• 2007

RFID 기술은 객체의 추적이나 SCM 시스템에서 중요한 역할을 하고 있으며 RFID 응용에서는 새로운 데이터 관리 방법을 필요로 하고 있다. RFID 데이터는 자동으로 빠르게 생성되며 객체의 실시간 모니터링이나 추적에 사용되고 있다. 이러한 RFID 응용의 대부분은 이벤트가 발생할 때 타임스탬프를 가지는 특성이 있다. 본 논문에서는 RFID 객체를 모니터링하고 상태 변화의 이력을 관리하기 위하여 시간지원 RFID 데이터 모델을 제시하고 이 모델에 기반을 둔 비활성 데이터의 필터링 기법을 제안하다. 제안한 시간지원 RFID 데이터 모델은 RFID 객체를 모니터링할 수 있는 핵심 연산을 포함하고 있으며, 비활성 데이터의 필터링 기법을 통하여 질의 처리의 속도가 향상됨을 보였다.

• 정보처리학회논문지B
• /
• 제16B권1호
• /
• pp.85-92
• /
• 2009

오늘날 웹이 일반화되면서 사람들은 원하는 정보를 웹을 통해 얻고, 또한 제공하고 있다. 웹이 다양한 정보의 제공과 습득의 장이라는 편의성을 제공하고 있지만, 반면에 너무 많은 정보, 무분별한 유해 정보의 범람 등 여러 가지 문제를 내포하고 있다. 현재 유해 웹 문서를 분류하기 위한 다양한 방법이 연구되고 사용되고 있다. 그러나 각각의 방법들이 갖는 단점들로 인해 획기적인 성과를 내지 못하고 있다. 본 논문에서는 유해 정보로부터 사회적으로 보호를 받아야 할 사용자들을 보호하기 위한 수단으로 유해 웹 문서 차단 방법에 대해 제안하고자 한다. 본 논문에서는 키워드 필터링과 SVM 알고리즘을 이용한 2단계 분류 과정을 통해 분류의 정확률을 높이고자 하였다.

• 한국콘텐츠학회논문지
• /
• 제8권2호
• /
• pp.1-8
• /
• 2008

사용자가 정보를 효율적으로 이용할 수 있도록 제어하고 필터링하는 일을 도와주는 정보 시스템이 등장하였다. 내용 기반 필터링은 아이템의 특징을 기술하는 정보와 사용자의 기호를 가지고 있는 프로파일을 비교하여 사용자에게 필요한 정보를 추천하는 방법이다. 이는 학습 방법에 따른 정확도가 변한다는 문제점이 있다. 본 논문에서는 내용 기반 필터링을 위한 프로파일 학습에 의한 선호도 발견을 제안하였다. 문제점을 개선하기 위해서 6단계로 평가한 선호도에 따른 추정치를 부여하여 프로파일 학습을 함으로써 추천의 정확도를 향상시켰다. 제안한 방법을 MovieLens 데이터에 적용하여 실험 및 평가를 실시하였는데, 기존 연구와 비교 실험을 통해 성능을 평가하였다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2014년도 춘계 종합학술대회 논문집
• /
• pp.359-360
• /
• 2014

• 한국콘텐츠학회논문지
• /
• 제10권3호
• /
• pp.53-63
• /
• 2010

최근 무선 센서 네트워크를 활용한 다양한 모니터링 시스템 구축이 활발히 이루어지고 있다. 무선 센서네트워크 기반 모니터링 시스템 구축을 위해서, 세 가지 사항을 고려해야 한다. 첫째, 지속적인 모니터링을 위해서, 노드 실패 감지 기법이 요구된다. 둘째, 센서노드는 제한된 배터리 용량을 지니기 때문에, 에너지 소모량 감소를 위한 효율적인 데이터 필터링 기법이 요구된다. 마지막으로 데이터 필터링 수행 시, 계산오버헤드를 감소시키는 기법이 필요하다. 기존 칼만 데이터 필터링 기법은 우수한 필터링 성능을 나타내는 반면, 데이터 예측값 계산과정이 복잡하여 센서 노드에서의 계산 오버헤드가 증가하는 단점이 존재한다. 이러한 문제점들을 해결하기 위하여 본 논문에서는 데이터 통계 분석 기반 데이터 필터링 기법을 제안한다. 제안하는 기법은 첫째, 노드 실패 감지를 지원하기 위해, 주기적으로 노드 생존 메시지를 수집한다. 둘째, 불필요한 전송 메시지 수 감소를 위하여 샘플 데이터를 노드 생존 메시지에 포함하여 전송하고, 수집된 샘플 데이터 집합을 바탕으로 데이터 필터링을 수행한다. 마지막으로, 서버에서 데이터 통계 분석을 이용한 데이터 필터링 범위를 계산하기 때문에, 센서에서는 단순 비교연산만을 수행함으로써 센서 노드에서의 계산 오버헤드를 감소시킨다. 아울러 성능 분석을 통해 제안하는 기법이 기존 칼만 필터링 기법보다 전송 메시지 수 측면에서 성능이 우수함을 보인다.

• 전기학회논문지
• /
• 제66권1호
• /
• pp.82-88
• /
• 2017

Recently recommendation methods need personalization and diversity as well as accuracy whereas the traditional researches have been mainly focused on the accuracy of recommendation in terms of quality. The diversity of recommendation is also important to people in terms of quantity in addition to quality since people's desire for content consumption have been stronger rapidly than past. In this paper, we pay attention to similarity of data gathered simultaneously among different types of contents. With this motivation, we propose an enhanced recommendation method using correlation analysis with considering data similarity between two types of contents which are movie and music. Specifically, we regard folksonomy tags for music as correlated data of genres for movie even though they are different attributes depend on their contents. That is, we make result of new recommendation movie items through mapping music folksonomy tags to movie genres in addition to the recommendation items from the typical collaborative filtering. We evaluate effectiveness of our method by experiments with real data set. As the result of experimentation, we found that the diversity of recommendation could be extended by considering data similarity between music contents and movie contents.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2004년도 춘계종합학술대회
• /
• pp.721-723
• /
• 2004

현재 개인용 유해사이트 선별차단 소프트웨어는 기본적으로 등급분류서버의 유해사이트 목록을 이용하는 URL 기반의 필터링 방법을 이용하고 있으며, 일부 제품의 경우에는 이에 추가하여 웹 페이지의 문자와 이미지기반의 내용기반 필터링 방법을 지원하고 있다. 본 논문에서는 유해 사이트 선별차단 소프트웨어를 구성하는 요소기술을 분석함으로써, 현재 운용 중이거나 상용화된 대표적인 유해 사이트 선별차단 시스템 제품 동향을 살펴보고 요소기술별 특징을 비교하기로 한다 이를 통하여, 향후 개인용 유해사이트 선별차단 시스템의 발전방향을 제시하고자 한다.

• Asia pacific journal of information systems
• /
• 제15권3호
• /
• pp.223-241
• /
• 2005

In spite of the rapid growth of mobile multimedia contents market, most of the customers experience inconvenience, lengthy search processes and frustration in searching for the specific multimedia contents they want. These difficulties are attributable to the current mobile Internet service method based on inefficient sequential search. To overcome these difficulties, this paper proposes a MOBIIe COntents Recommender System for Movie(MOBICORS-Movie), which is designed to reduce customers' search efforts in finding desired movies on the mobile Internet. MOBICORS-Movie consists of three agents: CF(Collaborative Filtering), CBIR(Content-Based Information Retrieval) and RF(Relevance Feedback). These agents collaborate each other to support a customer in finding a desired movie by generating personalized recommendations of movies. To verify the performance of MOBICORS-Movie, the simulation-based experiments were conducted. The results from this experiments show that MOBICORS-Movie significantly reduces the customer's search effort and can be a realistic solution for movie recommendation in the mobile Internet environment.

• 한국콘텐츠학회논문지
• /
• 제7권4호
• /
• pp.66-73
• /
• 2007

인터넷과 웹이 일상생활의 일부가 되면서 온라인상에는 방대한 양의 정보가 쌓이게 되었다. 이러한 흐름 속에서 정보의 양은 급속도로 늘어나는 현상을 보이며, 개인화를 통해 수많은 데이터들 사이에서 원하는 정보를 자동으로 찾아내는 기술의 중요성이 부각되고 있다. 현재 사용하는 필터링 중에서 콘텐츠를 중심으로 분석하여 사용자에게 추천하는 기법인 내용기반 필터링과 사용자와 유사한 선호도를 가진 사용자 군집의 선호도에 따라 새로운 사용자가 관심을 가질 것으로 생각되는 콘텐츠를 추천해 주는 기법인 협력적 필터링 기법이 있다. 그러나 협력적 필터링 방법으로 추천 받기 위해서는 특정 수 이상의 아이템에 대한 평가가 필요하며, 또한 비슷한 성향을 가지는 일부 사용자 정보에 근거하여 추천함으로써 나머지 사용자 정보를 무시하는 경향이 있다. 따라서 특정 수 이상의 선호정보가 준비되지 않은 사용자들에 대해서도 적절한 추천방법이 필요하다. 본 논문에서는 기존의 필터링들을 조합하고 좀 더 편리하게 정보를 공유하고 학습할 수 있는 시맨틱 웹에서 개인화된 선호도를 이용한 의상코디 시스템을 개발하였다. 이 시스템을 웹에서 제공한 결과 불필요한 검색시간이 줄어들고 사용자의 피드백을 통해 점차 만족도가 향상됨을 알 수 있었다.

• 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.