• Journal of Information Processing Systems
• /
• 제15권3호
• /
• pp.645-654
• /
• 2019

The purpose of this study was to collect and analyze personal bio data and social network services (SNS) data, derive user preference and user life pattern, and propose intuitive and precise user modeling. This study not only tried to conduct eye tracking experiments using various smart devices to be the ground of the recommendation system considering the attribute of smart devices, but also derived classification preference by analyzing eye tracking data of collected bio data and SNS data. In addition, this study intended to combine and analyze preference of the common classification of the two types of data, derive final preference by each smart device, and based on user life pattern extracted from final preference and collected bio data (amount of activity, sleep), draw the similarity between users using Pearson correlation coefficient. Through derivation of preference considering the attribute of smart devices, it could be found that users would be influenced by smart devices. With user modeling using user behavior pattern, eye tracking, and user preference, this study tried to contribute to the research on the recommendation system that should precisely reflect user tendency.

• 한국컴퓨터정보학회논문지
• /
• 제14권1호
• /
• pp.1-8
• /
• 2009

개인화 서비스와 같은 지능정보 시스템을 위해서는 사용자 선호도의 학습은 중요한 연구 분야이다. 본 연구에서는 채팅 도메인에서의 사용자 선호도를 학습하는 방법을 제시하며, 기존의 평면적인 사용자 선호도 모델의 문제점을 해결하기 위한 사용자 선호도 모델을 제안한다. 사용자가 선호도 학습의 대상에 대하여 얼마나 관심이 있는가를 나타내는 관심도와 대상에 대한 감성을 나타내는 호감도 라는 요소로 모델링 할 수 있다. 자연어 처리를 통해 현재 대화에서의 주제 탐지와 호감도 분석을 하고, 이를 이용하여 사용자의 선호도와 호감도를 학습한다. 시간의 흐름에 따라 변하는 사용자 선호도의 특징을 고려하여, 사용자 선호도를 세션, 단기, 장기 선호도로 나누어 계산한다. 사용자선호도 학습의 대상이 되는 키워드와 주제에 대하며 시간에 따라 변하는 사용자의 선호도 변화를 고려하여 선호도 결정을 한다 사용자 선호도 학습 효과의 검증을 위하여 사용자 평가를 하였으며 주제 선호도, 키워드 선호도, 키워드 호감도에 대하여 각각 86.52%, 86.28%, 87.22%의 성능을 보였다.

• 한국항행학회논문지
• /
• 제15권5호
• /
• pp.925-930
• /
• 2011

본 연구는 온라인 쇼핑몰에서 사용자의 구매 선호도를 적용하는 방안을 제시하였다. 선호도를 분석하기 위하여 토픽 선호도 벡터가 사용되었으며, 각 토픽은 물품의 구매횟수를 이용하였다. 제안된 구조에서 각 토픽들의 연관은 상품구매 횟수를 나타내는 Purchase Hit, 관심물품에 대한 기존의 다른 사용자들의 구매 횟수를 나타내는 Count, 상품 선호도를 나타내는 Preference, 상품에 대한 정보를 나타내는 product를 구성하였다. 이러한 구조와 방법에 의하여, 제안된 방법은 사용자의 선호도가 반영된 상품을 효율적으로 제시할 수 있었다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제5권7호
• /
• pp.1346-1367
• /
• 2011

As the size of camera modules is decreasing and as the computing performance of portable devices is improving, taking photos has become a part of daily life. However, existing photo management programs and products that manage such photos still require extensive user effort to facilitate the sharing and browsing of images. It is especially difficult for novice users to manage and share photos. In this paper, we develop a round-robin concept-driven user preference feedback mechanism for achieving direct photo sharing, instant display, and easy management using optimized user controls and user preference-driven classification. Compared with commercial photo management systems, our proposed solution provides new features: optimized user controls, direct sharing and instant display, and user preference feedback driven classification. These new features boost the round-robin concept-driven user preference feedback. This paper proposes a photo finder that automatically searches for photos in storage spaces or cameras. The proposed photo finder relies on user preference feedback to share photos by leveraging user preferences, and the round-robin connection transmits photos to the family's digital photo frame or web album by arbiter. The proposed method saves time and spares users the effort required for photo management. Moreover, this method does not merely direct photo sharing and simple photo management, but it also increases the satisfaction level of users viewing the photos.

• 한국ITS학회 논문지
• /
• 제8권1호
• /
• pp.119-126
• /
• 2009

최근 개개인의 취향이나 특성을 고려하여 자동으로 사용자에게 정보를 찾아주거나 추천해주는 추천 서비스 시스템이 많이 개발되고 있다. 하지만 사용자의 상황에 따른 선호도를 고려하지 않을 경우 정확한 추천이 힘든 단점이 있다. 따라서 본 논문에서는 사용자의 상황에 따른 선호도를 고려하여 정확한 추천을 할 수 있는 필터링 방법을 제안하였다. 이를 위해 상황에 따른 사용자 선호도를 구하고 피어슨 상관계수를 이용하여 사용자의 상황별 오브젝트 선호도를 구하였다. 실험 결과, 기존의 서비스 시스템들과 비교하여 precision은 11%, 2%, recall은 8%, 4% 향상되었으며, 전체적으로 precision은 77%, recall은 53%로 나타났다.

• Journal of information and communication convergence engineering
• /
• 제17권2호
• /
• pp.135-141
• /
• 2019

Collaborative filtering algorithms often encounter data sparsity issues. To overcome this issue, auxiliary information of relevant items is analyzed and an item attribute matrix is derived. In this study, we combine the user-item attribute preference with the traditional similarity calculation method to develop an improved similarity calculation approach and use weights to control the importance of these two elements. A collaborative filtering algorithm based on user-item attribute preference is proposed. The experimental results show that the performance of the recommender system is the most optimal when the weight of traditional similarity is equal to that of user-item attribute preference similarity. Although the rating-matrix is sparse, better recommendation results can be obtained by adding a suitable proportion of user-item attribute preference similarity. Moreover, the mean absolute error of the proposed approach is less than that of two traditional collaborative filtering algorithms.

• 한국컴퓨터정보학회논문지
• /
• 제15권8호
• /
• pp.141-148
• /
• 2010

모바일 단말기에서 사용자의 상황을 고려하고 사용자의 취향이나 특성을 반영하여 정보를 찾아주거나 추천하는 서비스 시스템은 개념적인 정보만을 제한적으로 추천한다. 또한 사용자의 특성에 따른 정보 선호도를 제공하지 않으므로 정확한 정보 추천의 어려운 단점이 있다. 따라서 본 논문에서는 사용자 특성에 따른 선호도를 고려하여 정확한 상황 정보를 추천 할 수 있는 개선된 k-means 알고리즘을 적용하여 사용자 특성에 따른 선호도 추천 시스템을 제안하였다. 본 연구에서는 사용자 특성에 따른 선호도를 상관 계수를 이용하여 구하고 사용자의 특성 선호도를 개선된 k-means 알고리즘을 이용하여 추천하였다. 제한적인 개념의 정보만을 제공하던 시스템에서 사용자의 특성에 따른 정보 선호도를 제공하여 정확한 정보를 추천하므로 제한된 정보 추천의 단점을 해결하였다. 성능 실험은 기존의 서비스 시스템들과 비교하여 정확도와 재현율로 대변되는 효과성을 측정하였으며, 성능 실험 결과 정확도는 85%, 재현율은 68%로 나타났다.

• 한국컴퓨터정보학회논문지
• /
• 제19권5호
• /
• pp.61-69
• /
• 2014

협업 필터링 추천은 사용자의 아이템에 대한 선호도를 기반으로 유사 아이템 집합 또는 유사 사용자 집합을 생성하고 이를 이용해 사용자의 특정 아이템에 대한 선호도를 예측한다. 따라서 선호도 행렬이 희박할 경우, 추천의 신뢰도는 급격히 낮아진다. 본 논문에서는 위 문제를 해결하기 위해 데이터 신뢰도 기반 가중치를 이용한 하이브리드 선호도 예측 기법을 제안한다. 선호도 예측은 유사 아이템 집합과 유사 사용자 집합을 모두 생성하고 각 집합을 통해 사용자의 선호도를 예측하며, 모델의 상황을 반영한 가중치를 이용해 각 예측치를 병합하여 수행된다. 이 기법은 사용자 선호도 예측 정확도를 높이며 선호도 행렬 희박도가 높은 상황에도 추천 서비스의 신뢰도를 유지할 수 있도록 한다. 이 기법을 바탕으로 추천 시스템을 구현하고 절대평균오차를 기준으로 서비스 신뢰도 향상을 측정하였다. 실험에서 본 기법은 Hao Ji가 제안한 기존의 기법에 비해 선호도 행렬 희박도가 84% 이상인 상황에서 평균 21.7%의 성능 향상을 보여 효과적으로 행렬 희박도 문제를 해소할 수 있음을 검증하였다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2008년도 하계종합학술대회
• /
• pp.641-642
• /
• 2008

In this paper, we propose a new approach for the implicit rating algorithm of finding user's intense and preference to the contents on the web. Although the explicit method dig out the user preference of specific contents based on the user's intervention, we propose the implicit method obtaining the user preference according to the user's behavioral patterns on the web implicitly and automatically without the user's intervention. The implementation results show that the proposed approach is highly valuable for supporting recommender systems in conjunction with the users lifestyle.

• Journal of the Korean Data and Information Science Society
• /
• 제17권3호
• /
• pp.717-726
• /
• 2006

This study is to investigate the MAE of prediction value by collaborative filtering algorithm originated by GroupLens and improved algorithm. To decrease the MAE on the collaborative recommender system on user based, this research proposes the improved algorithm, which reduces the possibility of over estimation of active user's preference mean collaboratively using other user’s preference mean. The result shows the MAE of prediction by improved algorithm is better than original algorithm, so the active user's preference mean used in prediction formula is possibly over estimated.