• 디지털산업정보학회논문지
• /
• 제18권4호
• /
• pp.85-96
• /
• 2022

Personalized recommendation technology is one of the most important technologies in electronic commerce environment. It helps users overcome information overload by suggesting information that match user's interests. In e-commerce environment, both mobile device users and smart device users have risen dramatically. It creates new challenges. Our method suggests product information that match user's device interests beyond only user's interests. We propose a device-centered personalized recommendation method. Our method uses both purchase and share behavior for user's devices interests. Moreover, it considers data type preference for each device. This paper presents a new recommendation method and algorithm. Then, an e-commerce scenario with a computer, a smartphone and an AI-speaker are described. The scenario shows our work is better than previous researches.

• Journal of Electrical Engineering and information Science
• /
• 제1권2호
• /
• pp.145-156
• /
• 1996

Although knowledge discovery is increasingly important in databases, the discovered knowledge sets may not be effectively used for application domains. It is partly because knowledge discovery does not take user's interests into account, and too many knowledge sets are discovered to handle efficiently. We believe that user's interests are conveyed by a query and if a nested query is concerned it may include a user's thought process. This paper describes a novel concept for discovering knowledge sets based on query processing. Knowledge discovery process is performed by: extracting features from databases, spanning features to generate range features, and constituting a knowledge set. The contributions of this paper include the following: (1) not only simple queries but also nested queries are considered to discover knowledge sets regarding user's interests and user's thought process, (2) not only positive examples (answer to a query) but also negative examples are considered to discover knowledge sets regarding database abstraction and database exceptions, and (3) finally, the discovered knowledge sets are quantified.

• Journal of Electrical Engineering and information Science
• /
• 제1권2호
• /
• pp.146-146
• /
• 1996

Although knowledge discovery is increasingly important in databases, the discovered knowledge sets may not be effectively used for application domains. It is partly because knowledge discovery does not take user's interests into account, and too many knowledge sets are discovered to handle efficiently. We believe that user's interests are conveyed by a query and if a nested query is concerned it may include a user's thought process. This paper describes a novel concept for discovering knowledge sets based on query processing. Knowledge discovery process is performed by: extracting features from databases, spanning features to generate range features, and constituting a knowledge set. The contributions of this paper include the following: (1) not only simple queries but also nested queries are considered to discover knowledge sets regarding user's interests and user's thought process, (2) not only positive examples (answer to a query) but also negative examples are considered to discover knowledge sets regarding database abstraction and database exceptions, and (3) finally, the discovered knowledge sets are quantified.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2001년도 ICCAS
• /
• pp.146.1-146
• /
• 2001

The researches of science and engineering need the latest information from internet resources. But searching and filtering processes of appropriate web documents from huge internet resources are very complex as well as having some repeated procedures. In this paper, I propose a Personalized Agent System(PAS), which can filter World Wide Web Documents that the user is interested, such as papers. To do this, PAS uses a modified spreading activation neural network which 1 propose here. PAS observes the user´s local paper database to analyze, adapt and learn the user interests, and the then constructs the user-specified neural network model by the analyzed interests ...

• Journal of Information Processing Systems
• /
• 제8권2호
• /
• pp.191-212
• /
• 2012

Since a social network by definition is so diverse, the problem of estimating the preferences of its users is becoming increasingly essential for personalized applications, which range from service recommender systems to the targeted advertising of services. However, unlike traditional estimation problems where the underlying target distribution is stationary; estimating a user's interests typically involves non-stationary distributions. The consequent time varying nature of the distribution to be tracked imposes stringent constraints on the "unlearning" capabilities of the estimator used. Therefore, resorting to strong estimators that converge with a probability of 1 is inefficient since they rely on the assumption that the distribution of the user's preferences is stationary. In this vein, we propose to use a family of stochastic-learning based Weak estimators for learning and tracking a user's time varying interests. Experimental results demonstrate that our proposed paradigm outperforms some of the traditional legacy approaches that represent the state-of-the-art technology.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제3권2호
• /
• pp.215-221
• /
• 2003

Generally, we want to be searched the newest as well as some appropriate personalized information from the internet resources. However, it is a complex and repeated procedure to search some appropriate information. Moreover, because the user's interests are changed as time goes, the real time modeling of a user's interests should be necessary. In this paper, I propose PREA system that can search and filter documents that users are interested from the World Wide Web. And then it constructs the user's interest model by a modified spreading neural network. Based on this network, PREA can easily produce some queries to search web documents, and it ranks them. The conventional spreading neural network does not have a visualization function, so that the users could not know how to be configured his or her interest model by the network. To solve this problem, PREA gives a visualization function being shown how to be made his interest user model to many users.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제4권6호
• /
• pp.269-276
• /
• 2015

최근 스마트폰 발달로 인터넷 접근이 쉬워짐에 따라 소셜 네트워크 서비스(SNS)의 이용이 손쉬워졌다. 하지만 현재 SNS는 개인의 일상 또는 관심사 공유에 그치며 여러 사용자 간의 공통관심사 파악은 어렵다. 본 논문에서는 SNS를 통해 개인이 아닌 여러 사용자 간의 공통관심사를 파악하여 스마트폰을 통해 원하는 것을 추천해주는 콘텐츠 추천 시스템을 제안한다. 추천 시스템은 그룹 내 사용자들의 선호도와 편차를 고려하여 제안한 공식을 포함한다. 시뮬레이션 후 공식에 대해 나올 수 있는 경우는 4가지로 간추려졌다. 그 결과 개인의 선호도를 나타내는 '좋아요' 수가 많으면서 페이스북 사용자들 간 선호도 편차가 적은 콘텐츠를 추천한다. 제안한 방법은 공식에 대한 4가지 경우의 시뮬레이션과 실제 페이스북 사용자들의 '좋아요' 데이터로 증명한다. 제안 시스템은 그룹 내에서의 선호도와 편차를 고려하여 공통관심사를 추천해주기 때문에 양질의 맞춤형 콘텐츠를 제공한다.

• 디지털산업정보학회논문지
• /
• 제9권2호
• /
• pp.41-54
• /
• 2013

In this paper, We collected location based services of the user's past moving paths through the GPS. Using the collected by location-based services through the analysis of the similarity between the user's of service level agreement recommended of mobile contact area(SLA) proposed that can be. S-RCA method based on Service Level Agreement of the users in order to provide the service user's path distance, time, and to predict the direction of the movement paths and collect. The data collected by the interests and requirements of users through classification with the same interests and the needs of users to move between the analysis of the similarity between the path is used to analyze the results of analysis of the path-specific tolerance range (distance, time, and space) is determined according to the difference in the contact area. From a small area of the error range for users first to recommended and through their smartphones recommended contact area (S-RCA) to meet with the other party to make a choice of recommended methods. We verify through experiments that proposed method(S-RCA) a valid and reliable mobile contact area were recommended.

• 지능정보연구
• /
• 제17권2호
• /
• pp.39-60
• /
• 2011

웹 2.0 기술이 소개된 이후 소셜 네트워크 서비스는 미래 정보기술의 기초로서 중요하게 인식되고 있다. 이에, 웹2.0 환경에서 소셜 네트워크를 구축하기 위하여 온톨로지 기반의 사용자 프로필 기술 도구인 FOAF를 활용하기 위한 다양한 연구가 이뤄지고 있다. 그러나 FOAF를 이용하여 소셜 네트워크를 생성 및 관리하는 대부분의 방법은 시간의 흐름에 따라 변화하는 사용자의 소셜 네트워크를 자동적으로 반영하기 어려운 단점이 있으며 다양한 소셜 미디어 서비스가 제공되는 환경에서는 FOAF를 동적으로 관리하기가 쉽지 않다. 따라서 본 논문에서는 기존 FOAF를 이용한 소셜 네트워크 추출방법의 한계를 극복하기 위하여 사용자 프로파일 기술 언어인 FOAF와 웹 저작물 출판 매커니즘인 RSS를 OLAP 시스템에 적용시켜 동적으로 FOAF를 갱신하고 관리하기 위한 방법을 제안한다. 본 논문에서 제안하는 방법은 수집한 FOAF와 RSS 파일들을 스타스키마로 설계된 데이터베이스에 넣어 OLAP 큐브를 생성한다. 그리고 OLAP 연산을 이용하여 사용자의 연결관계를 분석하고 FOAF에 그 결과를 반영한다. 본 논문에서 제안하는 방법은 이기종 분산처리 환경 하에서 데이터의 상호호환성을 보장할 뿐만 아니라 시간의 흐름에 따른 사용자의 관심 및 이슈 등의 변화를 효과적으로 반영한다.

• 한국컴퓨터정보학회논문지
• /
• 제26권4호
• /
• pp.55-62
• /
• 2021

본 논문에서는 사용자의 관심영역(Region of interests, ROI)을 마찰력 기반의 스크롤을 통해 데이터를 빠르고 효율적으로 검색할 수 있는 인간-콘텐츠 사이의 새로운 인터페이스를 제안한다. 사용자가 관심이 있는 정보나 콘텐츠를 찾는 행동에서 착안한 우리의 접근 방식은 주어진 콘텐츠에서 ROI를 효율적으로 계산하고, GMM(Gaussian mixture model, 가우시안 혼합 모델)에서 착안해 개발한 커널을 기반으로 사용자가 관심 있어 하는 정보의 위치로 부드럽고 빠르게 화면을 이동시켜 정보를 탐색한다. 본 논문에서는 선형 보간법(Linear interpolation)을 적용하여 한층 부드러운 하나의 관성을 만들고, 이것을 스크롤에 적용한다. 결과적으로 사용자의 입력에 따라 정보가 검색되는 기존의 접근법과는 달리, ROI와 DOI(Degree of interests, 중요도)를 기반으로 마찰력을 제어한다. 제어된 마찰력 기반 스크롤을 통해 사용자가 관심 있어 하는 정보나 콘텐츠를 보다 쉽고 직관적으로 찾아줄 수 있기 때문에 사용자는 탐색 시간을 절약할 수 있다.