• 경영정보학연구
• /
• 제8권2호
• /
• pp.139-154
• /
• 2006

추천시스템은 사용자들의 관심을 끄는 아이템을 그들이 보다 쉽게 찾도록 도와주거나, 그들의 기호에 기반하여 의미 있는 아이템들을 제공한다. 지금까지 가장 성공적이었던 협업 필터링 기반 추천시스템은 다른 사용자들의 의견을 참조하여 추천을 원하는 사용자에게 추천을 한다. 즉, 아이템들에 대한 사용자 기호를 나타내는 다른 사용자들의 평가정보가 추천을 위한 정보원으로 사용된다. 이처럼, 협업 필터링 기반 추천시스템이 사용자들의 기호만을 이용하도록 설계되었지만, 다른 정보를 이용하면 추천시스템의 성능과 정확도를 높일 수 있을 것으로 사료되어, 본 논문에서는 유사 정도와 인구통계학 정보를 이용한 협업 필터링 기반 추천시스템을 제안한다. 이런 추천시스템에서는 평가정보가 계속적으로 누적되기 때문에, 추천시스템의 정확도를 유지할 수 있는 한, 사용하는 데이터의 양을 줄이는 게 중요하다. 본 논문에서는 유사 정도와 인구통계학 정보를, 사용할 데이터의 양을 줄이기 위한 기준으로 사용하여 자연스레 시스템의 성능을 향상시켰다. 본 논문에서는 실험을 통하여 유사 정도의 사용이 추천시스템의 정확도를 높여주었고, 특정 인구통계학 정보의 사용도 추천시스템의 정확도를 높였음을 보였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2012년도 추계학술대회
• /
• pp.3-6
• /
• 2012

최근 모바일 시장이 급속도로 성장함에 따라, 현대인들은 컴퓨터가 가지는 여러가지 제약들을 극복하여 원하는 정보를 빠르게 얻을 수 있는 수단으로 모바일 컨텐츠 사용이 늘고 있다. 그러나 광범위한 콘텐츠의 추천으로 콘텐츠의 선택에 있어 많은 시간이 소요된다. 이러한 문제점을 해결하기 위해 사용자가 원하는 콘텐츠를 예측하여 정확하게 추천해 줄 수 있는 시스템이 필요하다. 본 논문에서는 이러한 사용자들의 요구에 맞추어 원하는 컨텐츠를 제공하기 위하여 협업필터링을 이용하여 추천의 선택 횟수를 높일 수 있는 방법을 제시한다. 첫번째 단계에서 대분류로 카테고리를 구분하여 목표고객과 사용자간의 유사도를 구하고, 최근접 이웃을 구성하여 대분류 카테고리간 선호도 예측값을 구하여 가장 높은 대분류 카테고리를 목표고객에게 추천한다. 두 번째 단계에서 소분류 카테고리 간 선호도 예측값을 구하여 가장 높은 소분류 카테고리를 목표고객에게 추천한다. 실험에서 대분류 카테고리 기반 협업필터링으로 모바일 컨텐츠를 추천하고, 소분류 카테고리 기반 협업필터링으로 모바일 컨텐츠를 추천해 두 가지 방법의 결과를 비교하여 소분류 카테고리 기반 협업필터링의 방법이 선택 횟수가 높다는 것을 검증하였다.

• 한국지능시스템학회논문지
• /
• 제19권4호
• /
• pp.504-510
• /
• 2009

근래 들어 개인 적응형 서비스에 대한 관심이 높아지고 있으나 아직 음악에 관련된 서비스는 보편화되어 있지 않다. 그 이유는 음악의 관련 정보를 분석하는 것이 텍스트 기반의 자료에 비해 어렵기 때문이다. 이에 본 논문은 사용자가 선택했던 음악을 분석해서 사용자의 성향을 파악하고 그와 유사한 음악을 추천해주는 시스템을 제안한다. 음악의 속성을 추출하는 방법으로 음파 분석 기법을 사용한다. 음파에서 세 가지의 수치화된 속성을 추출하여 이를 특성 공간에 나타낸다. 이 때 사용자가 선택한 음악이 많이 모여 있는 군집을 분석한다면, 사용자의 취향을 파악할 수 있다. 하지만 몇 개의 군집이 형성될 것인지를 예측하기란 쉽지 않다. 이를 해결하기 위하여 군집의 수를 상황에 따라 유동적으로 변경할 수 있는 가변형 K-means 기법을 제시한다. 이 기법은 군집의 직경 크기를 제한하여, 일정치 이상일 때 군집의 수를 늘리는 방법으로 데이터의 범위를 알고 있을 때 매우 효율적으로 적용할 수 있다. 이 방법을 이용하여 군집의 중심을 찾고 이와 가까운 음악을 추천한다. 또한 사용자의 성향은 꾸준하게 변화하므로 본 논문은 사용자가 근래에 선택한 음악의 반영 비율을 높이고자 무게의 개념을 이용한 시간 가중치 기법을 적용하였다. 그리고 음악의 발매 시기도 고려하여 음악을 추천하는 시스템을 제안한다. 제안 방법의 검증을 위하여 100개의 음악 조각을 통한 실험적 검증을 하였으며 그 결과 제안 방법이 효과적인 것을 보인다.

• 지능정보연구
• /
• 제28권3호
• /
• pp.119-137
• /
• 2022

최근 추천 시스템 연구에서는 사용자와 아이템 간 상호 작용을 보다 잘 표현하고자 다양한 딥 러닝 모델을 적용하고 있다. ONCF(Outer product-based Neural Collaborative Filtering)는 사용자와 아이템의 행렬을 외적하고 합성곱 신경망을 거치는 구조로 2차원 상호작용 맵을 제작해 사용자와 아이템 간의 상호 작용을 더욱 잘 포착하고자 한 대표적인 딥러닝 기반 추천시스템이다. 하지만 합성곱 신경망을 이용하는 ONCF는 학습 데이터에 나타나지 않은 분포를 갖는 데이터의 경우 예측성능이 떨어지는 귀납적 편향을 가지는 한계가 있다. 본 연구에서는 먼저 NCF구조에 Transformer에 기반한 ViT(Vision Transformer)를 도입한 방법론을 제안한다. ViT는 NLP분야에서 주로 사용되던 트랜스포머를 이미지 분류에 적용하여 좋은 성과를 거둔 방법으로 귀납적 편향이 합성곱 신경망보다 약해 처음 보는 분포에도 robust한 특징이 있다. 다음으로, ONCF는 사용자와 아이템에 대한 단일 잠재 벡터를 사용하였지만 본 연구에서는 모델이 더욱 다채로운 표현을 학습하고 앙상블 효과도 얻기 위해 잠재 벡터를 여러 개 사용하여 채널을 구성한다. 마지막으로 ONCF와 달리 부가 정보(side information)를 추천에 반영할 수 있는 아키텍처를 제시한다. 단순한 입력 결합 방식을 활용하여 신경망에 부가 정보를 반영하는 기존 연구와 달리 본 연구에서는 독립적인 보조 분류기(auxiliary classifier)를 도입하여 추천 시스템에 부가정보를 보다 효율적으로 반영할 수 있도록 하였다. 결론적으로 본 논문에서는 ViT 의 적용, 임베딩 벡터의 채널화, 부가정보 분류기의 도입을 적용한 새로운 딥러닝 모델을 제안하였으며 실험 결과 ONCF보다 높은 성능을 보였다.

• 지능정보연구
• /
• 제29권1호
• /
• pp.27-40
• /
• 2023

스마트 기기의 보급률 증가와 더불어 코로나의 영향으로 스마트 기기를 통한 미디어 콘텐츠의 소비가 크게 늘어나고 있다. 이러한 추세와 더불어 OTT 플랫폼을 통한 미디어 콘텐츠의 시청과 콘텐츠의 양이 늘어나고 있어서 해당 플랫폼에서의 콘텐츠 추천이 중요해지고 있다. 콘텐츠 기반 추천 관련 기존 연구들은 콘텐츠의 특징을 가리키는 메타 데이터를 활용하는 경우가 대부분이었고 콘텐츠 자체의 내용적인 메타 데이터를 활용하는 경우는 부족한 상황이다. 이에 따라 본 논문은 콘텐츠의 내용적인 부분을 설명하는 제목과 시놉시스를 포함한 다양한 텍스트 데이터를 바탕으로 유사한 콘텐츠를 추천하고자 하였다. 텍스트 데이터를 학습하기 위한 모델은 한국어 언어모델 중에 성능이 우수한 KLUE-RoBERTa-large를 활용하였다. 학습 데이터는 콘텐츠 제목, 시놉시스, 복합 장르, 감독, 배우, 해시 태그 정보를 포함하는 2만여건의 콘텐츠 메타 데이터를 사용하였으며 정형 데이터로 구분되어 있는 여러 텍스트 피처를 입력하기 위해 해당 피처를 가리키는 스페셜 토큰으로 텍스트 피처들을 이어붙여서 언어모델에 입력하였다. 콘텐츠들 간에 3자 비교를 하는 방식과 테스트셋 레이블링에 다중 검수를 적용하여 모델의 유사도 분류 능력을 점검하는 테스트셋의 상대성과 객관성을 도모하였다. 콘텐츠 메타 텍스트 데이터에 대한 임베딩을 파인튜닝 학습하기 위해 장르 분류와 해시태그 분류 예측 태스크로 실험하였다. 결과적으로 해시태그 분류 모델이 유사도 테스트셋 기준으로 90%이상의 정확도를 보였고 기본 언어모델 대비 9% 이상 향상되었다. 해시태그 분류 학습을 통해 언어모델의 유사 콘텐츠 분류 능력이 향상됨을 알 수 있었고 콘텐츠 기반 필터링을 위한 언어모델의 활용 가치를 보여주었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 추계학술대회
• /
• pp.276-279
• /
• 2022

4차 산업혁명은 지식의 생산속도가 빠르고 지식산업의 비중이 매우 증가하는 지식사회로의 전환을 의미하며 이와 관련하여 디지털 혁명이 지속되고 있다. 신기술에 의한 산업구조의 재편과 직업·직무의 변화는 교육의 변화를 가져오고 있고 디지털 기술의 발전으로 인해 경계가 없고 개별적이며 역동적인 교육이 새로운 교육의 표준이 되어 가고 있다. 이런 배경에서 정규 과정 학위보다는 신기술에 관한 나노 학위(Nano Degree)나 핵심강좌에 집중된 마이크로 디그리(microdegree)에 대한 관심도 많이 증가하고 있다. 대표적으로 미국의 유다시티(Udacity)는 직업과 연계된 온라인 나노디그리 과정을 개설해 운영하고 있고, 주요 기업들과 협업하여 기업에 필요한 핵심 교육과정을 개발 및 교육함으로 기업의 인재 확보를 효율적으로 지원하고 있다. 이렇게 온라인 직업 및 직무 교육이 활성화되면서 이제 개인 스스로가 직업능력개발에 대한 목표를 세우고 포트폴리오 방식의 지속가능한 학습을 이어갈 수 있는 환경이 갖추어 졌다. 그러나 효과적인 직업 교육을 위해서는 자동화된 개인 맞춤형 교육컨텐츠 설계가 선행되어야 한다. 이를 위해 본 논문에서는 온라인 학습시대에 직업준비를 위한 개인 맞춤형 career and course map 추천 시스템을 제안하고자 한다.

• 한국항행학회논문지
• /
• 제16권6호
• /
• pp.1109-1115
• /
• 2012

본 논문에서는 사용자의 신체 정보를 이용하여 애매한 신체정보를 퍼지화하고 사례자 데이터베이스를 통해 식단을 추천하는 시스템을 제안한다. 사용자의 신체 정보 중에서도 키와 몸무게를 입력받아 BMI(Body Mass index)지수로 계산한다. 사용자의 신체정보 중 근육량 정도와 계산되어진 BMI지수를 퍼지화 시켜 사용자 개개인의 신체 상황을 고려한 비만도를 계산한다. 사용자의 비만도를 기준으로 사례자 데이터베이스 내에 사례자들의 비만도를 비교하여 가장 비슷한 사례자 비만도에 대한 식단을 추천할 수 있다. 안드로이드 환경에서 구현을 하였으며, 다양한 실험을 통해 제안한 퍼지 기반의 추천 기법이 만족할 만한 결과를 나타내고 있음을 보인다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제23권7호
• /
• pp.152-163
• /
• 2019

본 연구에서는 강섬유의 혼입, 매트릭스의 압축강도, 전단철근과 전단경간비가 UHPFRC 휨재에 미치는 영향에 대해 총 10개의 실험체에 대한 실험을 통해 검토하였다. 실험결과 2%의 부피비로 강섬유가 혼입된 경우 파괴 패턴을 전단파괴에서 휨파괴로 바꿀 정도로 높은 전단강도 증진효과를 보유하고 있는 것으로 나타났다. 또한 강섬유는 낮은 전단경간비에서 압축스트럿의 파괴를 지연시키는 효과를 가진 것으로 나타났다. 실험 결과 강섬유의 혼입과 전단경간비의 변화에 따라 균열각이 45도보다 낮은 것으로 나타났다. 실험 결과를 UHPC 설계권고안들과 비교해 본 결과 프랑스의 설계권고안은 보수적으로 평가하였고 한국의 설계권고안은 휨 강도에 대해 다소 과대평가하는 것으로 나타났다. 전단강도에 대해서는 두 설계권고안 모두 보수적으로 평가하는 것으로 나타났다.

• 정보과학회 논문지
• /
• 제44권2호
• /
• pp.148-162
• /
• 2017

아키텍처는 시스템의 품질 속성과 요구사항 그리고 비즈니스 목적 달성을 위해 이루어지는 중요한 설계 결정들의 집합으로 현재 소프트웨어 공학 프로세스에서 필수적으로 다루어지는 과정 중 하나이다. 최근 소프트웨어가 사용되는 컨텍스트와 개발 환경이 크게 변화하면서 복잡한 요구사항을 다루고 시스템의 품질 속성을 달성하는 것이 더욱 중요해지고 있다. 하지만 아키텍처 설계가 많은 부분에 있어 아키텍트의 직관에 의존하고 있으며 재사용 가능한 아키텍처 패턴을 설계에 적용할 때 패턴 스키마가 통일되지 않고 사용자 관점에서 표현되어지지 않아 비교 분석에 어려움을 겪고 있다. 본 논문은 아키텍처 패턴을 사용자 관점에서 재해석하여 품질 속성 요구사항과의 간격을 줄여주는 새로운 스키마를 제안한다. 또한 스키마로 재구성한 패턴 모델을 이용해 아키텍처 설계의 가장 중요한 요인인 품질속성이 설계 결정에 어떤 영향을 주는지 트레이드 오프를 고려한 패턴 추천 방법을 제안 한다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2006년도 추계 종합학술대회 논문집
• /
• pp.745-749
• /
• 2006

다양한 휴대 인터넷 환경의 출현은 기존 모바일 기기의 네트워크 접근을 보다 쉽게 해주고 있다. 또한 무선 환경을 사용하는 모바일 기기 사용자는 유선 환경보다 사용자 프로파일 정보를 쉽게 구할 수 있는 특징이 있으며, 모바일 기기는 혼자 사용하는 특징을 가지고 있다. 이러한 모바일 기기의 특징은 개인화 서비스를 적용하기에 최적의 시스템이다. 본 논문에서는 모바일 기기 사용자를 위한 개인화된 모바일 콘텐츠 추천 서비스 방법으로 협업 필터링 방법을 통한 추천과 콘텐츠 푸쉬 서비스 방법을 제안한다. 협업 필터링에서는 모바일 기기 사용자 프로파일 정보로 사용자 선호 콘텐츠 추천을 수행하고, 추천된 사용자 선호 콘텐츠는 푸쉬 서비스를 통해 사용자 모바일 기기로 저장된다. 푸쉬 서비스 기술을 이용한 콘텐츠 추천은 모바일 기기 사용자로 하여금 무선 환경에 접속되어있을 때 사용자 취향에 맞는 콘텐츠를 미리 푸쉬 해 둠으로써 사용자가 콘텐츠를 선택하여 모바일 기기로 다운로드 하는 시간을 줄여 줄 수 있고 네트워크 단절 현상이 발생했을 때 푸쉬된 콘텐츠를 활용할 수 있는 장점이 있다.