• 지능정보연구
• /
• 제24권2호
• /
• pp.85-109
• /
• 2018

추천시스템은 사용자의 과거 구매행동을 통해 향후 구매할 것이라고 예상되는 제품을 자동으로 검색하여 추천해준다. 특히 전자상거래 기업의 상품추천시스템은 일대일 마케팅의 대표적 실현수단으로 가치가 있다. 하지만, 전통적인 추천시스템, 특히 학계 및 산업계에서 가장 널리 사용되고 있는 전통적인 협업필터링 기법은 단일차원의 '종합 평점'만을 고려하여 추천결과를 생성하도록 설계되어 있어, 사용자들의 정확한 니즈를 이해하고 대응하는데 근본적인 한계가 있다. 최근에는 전자 상거래 기업들도 고객들로부터 보다 다각화된, 다기준 방식으로 피드백을 받고 있다. 특히 다기준 평점은 정량적으로 입력되는 정보이므로 상대적으로 분석 및 처리가 용이하다는 장점이 있다. 그러나 다기준 평점 역시 사전에 정해진 기준에 대해서만 사용자의 피드백이 이루어지기 때문에, 보다 상세하게 사용자의 의견을 이해하여 추천에 반영하는 데에는 한계가 있다. 이에 본 연구는 다기준 평점 정보와 선택적 협업필터링의 서로 다른 접근방법을 통해 도출된 추천결과를 종합하여, 최종적으로 추천 대상리스트를 산출할 수 있는 하이브리드 기술을 제안한다. 본 연구에서 제안한 연구모형의 유용성을 검증하기 위해, 식음료점(식당, 카페 등)에 대한 실제 이용자를 대상으로 온라인 설문을 통해 종합 평점과 다기준 평점을 수집하였으며, 데이터를 학습용과 검증용으로 구분하여 학습시키고 성과를 평가하였다. 이 기법은 결합 함수 기반 접근법과 사용자마다 구매의사결정의 체계가 다르다는 전제하에, 사용자들을 유형화하고, 유형에 따라 정보원을 선택적으로 활용하는 협업필터링 알고리즘을 활용했다. 실험결과, 제안 알고리즘을 통한 추천 방법이 단일 차원을 고려하는 전통적인 협업필터링과 비교해 더 우수한 예측정확도를 나타냄을 확인했다. 아울러, 본 연구가 제안하는 다기준 평점과 선택적 협업필터링 알고리즘을 종합하여 추천하는 방법이, 단순히 다기준 평점을 고려했을 때 보다 통계적으로 유의한 수준의 정확도의 개선이 이루어짐을 확인할 수 있었다.

• 한국조경학회지
• /
• 제38권4호
• /
• pp.25-34
• /
• 2010

본 연구는 골프장의 경기력과 운영관리 향상을 위한 평가지표들을 개발하고자 수행되었으며, 연구결과를 요약하면 다음과 같다. 이론연구 및 전문가 예비설문을 통해 가정된 골프장 조성 및 운영관리 15개 중간평가지표, 55개 하위평가지표 체계가 성립되지 않고 최종적으로 환경친화성, 회원서비스 수준, 진행원의 인적서비스 수준, 코스의 난이도, 코스관리수준, 운영관리 공정성, 접근성 및 입지성, 클럽의 전통성 및 클럽의 분위기, 코스의 우수성, 코스레이아웃 등 10개의 중가 평가지표 및 52개 하위평가지표로 재구성되었다. 골프장 이용자 선호도 평가지표의 중요도 결정요인을 분석한 결과, 코스의 관리수준, 포스의 우수성, 진행원의 인적서비스 수준, 코스레이아웃, 환경친화성 순으로 기여도가 높게 나타났다. 골프장 평가지표의 경로계수를 파악한 결과, 코스레이아웃 부문에서는 홀의 굴곡과 코스길이의 순으로 인과효과의 크기가 나타났다. 코스의 우수성에는 토너멘트 진행시설, 다양한 샷 밸류(shot value)의 순으로, 운영관리 공정성에는 대기의 편리성, 예약의 공정한 배정 등의 순으로 인과관계가 높게 나타났다. 클럽의 전통성 부분은 골프코스의 역사 및 환경적 특성, 지역의 역사문화가, 접근성 및 입지성과 관련해서는 지리적 조건이, 환경친화성에서는 농약 및 비료유출량, 수질오염 등이, 회원서비스 수준에서는 회원혜택과 직원의 친절한 응대 등이 상대적으로 인과효과의 크기가 높은 지표로 나타났다. 경기진행원의 인적서비스 수준 분야에서는 경기진행원의 친절한 응대, 경기진행원의 전문지식 정도가, 코스의 난이도 부분은 티잉 에어리어(Terming area)의 위치, 오비(Out of Bounds: OB) 및 해저드(Hazard) 말뚝 위치의 순으로 코스의 관리수준에는 러프상태 및 장애물 관리상태 등이 상대적으로 인과효과가 높았던 지표들로 나타났다. 향후 보다 세부적인 평가지표들을 도출하는 후속연구를 통해 골프장 이용자 선호도 평가지표 체계 모델을 완성하고, 국내외 골프장을 대상으로 평가지표들을 현장 적용하고 검증해 보는 과정이 뒷받침될 필요가 있다.

• 대한토목학회논문집
• /
• 제39권4호
• /
• pp.513-521
• /
• 2019

본 연구의 목적은 지하철 이용자의 지하철 표지 여백에 대한 특성의 군집그룹별 선호도를 파악하는 것이다. 세부적으로 성별, 연령 등의 특성에 따라 지하철 표지 여백에 대한 특성을 다양하게 디자인하는 개념을 도입하는 것을 목적으로 한다. 본 연구는 지하철 표지 여백에 대한 특성의 선호도를 조사하고 전체그룹과 군집그룹별 선호도를 분석하였다. 선호도 조사를 위해 설문조사를 실시하였으며, 선호도 분석을 위해 군집분석을 실시하고 전체그룹과 군집그룹의 인구통계학적 분석과 컨조인트 분석을 실시하였다. 선호도 조사를 위한 지하철 표지 여백에 대한 특성의 속성은 상하여백, 측여백, 테두리선 여백, 화살표 두께, '역명'과 '호선번호' 순서로 설정하였다. 선호도 분석 결과는 다음과 같다. 전체그룹에서 속성의 중요도는 테두리선 여백, '역명'과 '호선번호' 순서, 측여백, 상하여백, 화살표 두께 순으로 나타났다. 군집그룹은 총 3개의 그룹으로, 1군집은 지하철을 거의 매일, 일주일에 3~4회 이용하는 여성으로, 글자의 1/2 측여백을 선호하는 것으로 나타났다. 2군집은 60대 이상의 지하철 표지를 불편하다고 생각하는 이용자로, 테두리가 없는 것과 '역명'+'호선번호' 순서를 선호하는 것으로 나타났다. 3군집은 20대와 30대의 남성으로, 글자의 1/5 테두리선 여백과 얇은 화살표 두께를 선호하는 것으로 나타났다. 결론은 다음과 같다. 첫째, 지하철 표지 여백에 대한 특성을 일관성 있게 디자인 해야하지만, 특정지역 혹은 노선에 대해서 성별, 연령별, 지하철 이용횟수에 따라 다양하게 고려할 필요성이 제시되었다. 둘째, 특정지역 혹은 노선에 따라서는 지하철 표지 여백에 대한 특성의 표지를 표준화된 한 가지 유형이 아닌 두 가지 이상의 유형의 디자인이 가능함을 보여주었다.

• 인터넷정보학회논문지
• /
• 제6권6호
• /
• pp.139-148
• /
• 2005

차세대 웹인 모바일 웹에 대한 멀티미디어 서비스 욕구는 PC수준이 될 것이며, 이를 지원할 수 있는 단말기 제작 기술, 통신 기술, 서비스 및 표준화 노력들이 진행되고 있다. 모바일 웹 환경에서는 다양한 단말기 종류, 네트워크 능력 및 사용자 선호등을 지원하여 멀티미디어 컨텐츠의 적응 서비스가 가능하도록 하여야 한다. 이것은 목적지인 단말기의 하드웨어 사양과 재생서비스 품질의 다양성으로 인하여 멀티미디어 컨텐츠의 재생 서비스 품질이 고정되어 있지 않음을 의미한다. 만일 새로운 사용자가 새로운 종류의 단말기를 통하여 서버의 멀티미디어 컨텐츠를 재생하려고 한다면, 기존 트랜스코더로 멀티미디어 적응이 가능한지 고려하여야 한다. 그런데 현재 사용되는 멀티미디어 적응 라이브러리들은 하나의 라이브러리에 모든 적응 기능을 넣은 중량 트랜스코더의(heavy transcoder) 형태이다. 이러한 중량 트랜스코더로 제한없는 접속(Universal Access)의 도전을 해결하는 것은 너무 복잡하다. 따라서 본 논문에서는 다양한 새로운 모바일 단말기의 서비스 품질을 만족하는 응용 독립적 멀티미디어 적응 프레임워크를 제안한다. 이것은 중량 트랜스코더대신 하나의 트랜스고딩 기능만을 갖는 단위 트랜스코더들의 집합을 갖는다. 또한 종단간 서비스 품질을 만족하도록 단위 트랜스코더들의 동적 연결을 지원하는 트랜스코더 관리자를 포함한다.

• 대한전자공학회논문지TC
• /
• 제47권8호
• /
• pp.74-84
• /
• 2010

본 논문에서는 개미 군집 최적화 (Ant Colony Optimization; ACO) 및 A* 휴리스틱 알고리즘이 융합된 선호도 기반 경로탐색 알고리즘을 제안한다. 최근 ITS (Intelligent Transportation Systems)의 개발과 함께 차량용 내비게이션의 사용이 증가하면서 경로탐색 알고리즘의 중요성이 더욱 높아지고 있다. 기존의 Dijkstra 및 A*와 같은 대부분의 최단경로 탐색 알고리즘은 최단거리 또는 최단시간 경로 탐색을 목표로 한다. 하지만 이러한 경로 탐색 결과는 더 안전하고 특정 경로를 선호하는 운전자를 위한 최적의 경로가 아니다. 따라서 본 논문에서는 선호도 기반 최단 경로 탐색 알고리즘을 제안한다. 제안된 알고리즘은 주어진 맵의 링크 속성 정보를 이용하며, 각 링크에 대한 사용자 선호도는 내비게이션 사용자에 의해 설정되어 진다. 제안된 알고리즘은 C로 구현하였으며, 64노드 및 118링크로 구성된 맵에서 다양한 파라미터를 통해 성능을 측정한 결과 본 논문에서 제안한 휴리스틱 융합 알고리즘은 선호도 기반 경로뿐만 아니라 최단 경로 탐색에도 적합함을 알 수 있었다.

• 한국산업정보학회논문지
• /
• 제8권3호
• /
• pp.76-84
• /
• 2003

소프트웨어 에이전트에 의해서, 일상 업무는 자동화 되어왔으며, 그에 따라 사람이 담당하는 업무는 특정 업무범위로 축소되고 있다. 그러나 아직까지 대부분의 에이전트는 전체 업무 프로세스의 일부 단계에서만 그 역할을 수행할 뿐이다. 자동화 업무에서의 주요 단계에서 사용자들을 지원하기 위하여 특정 방향으로 협상 당사자들을 설득하는 데 있어서 소프트웨어 에이전트의 역할은 필수적이다. 사용되는 협상의 종류는 매우 여러 가지 이지만, 본 논문은 '협상에 기초한 경쟁적 비즈니스 환경' 과 같은 특정 협상행위에 중점을 두고 있다. 이러한 환경에서의 협상을 위해서 자율적 에이전트는 환경적 변수(예: 협상 경쟁자 수, 각 협상 참여자 수, 협상업무가 완료되는 최대한의 시간, 사용자의 선호도)를 중점적으로 고려하고 있다. 경쟁적 비즈니스 환경에서는 협상진행 중에 끼어 들어 계약을 성사시키는 잠재 협상 경쟁자들이 있지만 자동화된 협상을 위하여 제안된 이전의 협상 결정함수들은 단지 시간이나 정해진 수의 협상참여자들만을 변수로 사용해왔다. 따라서 본 논문은 경쟁적 시장환경에서 잠재적 경쟁자에 대한 고려가 포함된 협상 결정 함수와 그러한 고려사항이 포함되지 않은 협상 결정 함수에 대한 기능의 평가를 시도했다. 이 평가를 위해서 본 논문은 다수의 구매자와 판매자가 제한된 자원을 위해 한 공간에서 경쟁하는 전자상거래 시장을 적용 범위로 선택했다.

• 방송공학회논문지
• /
• 제17권2호
• /
• pp.270-283
• /
• 2012

다채널 TV, IPTV 및 Smart TV 서비스의 등장으로 인해 수많은 방송 채널과 방대한 TV 프로그램 콘텐츠가 시청자 단말로 제공됨으로써 시청자들은 자신이 원하는 콘텐츠를 쉽게 찾고 소비하는 것이 어려운 TV 시청 환경을 맞게 되었다. 따라서 TV 사용자들에게 자신이 선호하는 콘텐츠를 자동 추천해 줌으로써 원하는 콘텐츠로의 접근성을 증대시키는 것은 미래의 지능형 TV 서비스에 있어서 주요한 이슈이다. 이에 본 논문에서는 사용자의 선호 취향과 대중의 선호취향을 모두 고려한 협업필터링 개념의 통계적 기계학습 기반 TV 프로그램 추천 모델을 제시한다. 이를 위해 시청한 TV 콘텐츠에 대한 선호 토픽을 사용자의 시청 선호도로 보고, 최근 널리 활용되고 있는 LDA(Latent Dirichlet Allocation)모델을 TV 프로그램 추천 모델에 적용하였다. LDA 기반 TV 프로그램 추천 성능을 개선하기 위해 본 논문에서는 TV시청 이용내역 데이터를 기반으로, TV 사용자들의 관심 토픽을 은닉 변수로 하고, TV 사용자들의 관심 토픽에 대한 다양성을 반영하기 위해 은닉 변수의 확률분포 특성을 비대칭 디리클레(Dirichlet) 분포로 모형화하여 실험에 적용하였다. 제안된 LDA 기반 TV 프로그램 자동 추천 방법의 성능을 검증하기 위해, 유사 시청 특성을 갖는 사용자 그룹에 대해 상위 5개의 TV 프로그램을 일주일 단위로 추천하였을 경우 평균 66.5%, 2개월 단위의 추천에 대해서는 평균 77.9%의 precision 추천 성능을 확인할 수 있었다.

• 인터넷정보학회논문지
• /
• 제18권4호
• /
• pp.51-59
• /
• 2017

클라우드 컴퓨팅이 발전하면서, 전체적인 관리 비용을 최소화하기 위해 자원 관리 기술이 중요하다. 클라우드 환경에서 사용자 선호도에 기반한 호스트의 활용과 가상머신들의 요구사항은 본질적으로 자주 바뀐다. 이러한 문제를 해결하기 위해, 호스트와 가상 머신들이 분류가 되지 않은 상황에서 효율적인 자원 할당 방법을 연구할 필요가 있다. 에너지 소비를 절약하기 위해 액티브 호스트를 줄일 때, 가상머신들을 다른 호스트로 이주할때 임계값을 사용한다. 가상머신의 자원 요구량과 호스트의 자원 이용량을 분류할 때 Fuzzy Logic을 이용하여 적응성 가상머신 할당 및 이주 방법을 제안한다. 제안한 방법은 자원의 요구량에 따라 가상머신들을 분류한 뒤 가장 적은 자원활용도를 갖는 호스트에게 자원을 할당하며, 과부하된 호스트들로부터 가상머신을 이주시킬 때 상위 임계치를 설정하기 위해 각 호스트들의 자원 활용도가 사용된다. 이주하기 위한 후보 가상머신들을 선택할 때, 호스트에서 높은 자원을 가진 가상머신을 선택한다. 시뮬레이션을 통해 연구 결과를 평가하였고, 평가 결과 다른 가상머신 할당 방법들보다 효율적임을 증명하였다.

• 재활치료과학
• /
• 제9권3호
• /
• pp.23-34
• /
• 2020

목적 : 최근 건강한 삶의 질 증진을 위해 모바일 기반의 헬스 서비스 제공을 원하는 개인 늘어나고 있다. 본 연구는 고령자의 건강한 라이프스타일 확립을 위하여 라이프스타일 평가와 케어를 할 수 있는 앱 개발의 기초자료로써 활용하고자, 사용자의 요구도와 선호도를 조사, 분석하였다. 연구방법 : 지역사회에 거주하는 55세 이상의 스마트폰을 이용하는 장노년층 총 84명을 대상으로 설문 조사가 실시되었다. 자료 분석은 SPSS version 25.0을 이용하여 기술통계와 일원 배치 분산분석을 하였다. 결과 : 라이프스타일 평가 및 케어 앱의 콘텐츠와 관련하여 고령자가 중요하게 여기는 분야는 하루 걸음수 측정, 전반적 신체활동, 혈압측정, 수면 수준 측정, 균형잡힌 식습관 측정, 일일 수행 활동의 종류 및 시간 측정에서 전반적으로 높은 요구도를 보였다. 이러한 라이프스타일이 관리 될 수 있도록 앱 안에서 보여지는 기록에 대한 선호도로는 '하루 걸음 수를 그래프로 기록 및 관리기능', '하루음식 섭취 열량을 제공', '일일 운동의 시행 횟수와 시간을 제공', '시간별 활동의 종류와 수행시간을 제공' 등이 라이프스타일의 관리를 위한 기록 부분에 필요한 콘텐츠로 조사되었다. 또한 그룹 간 차이로는 장년층에서는 활동참여를 주요한 콘텐츠로 보는 반면, 고령층은 이에 대한 중요도를 적게 보였다. 결론 : 본 연구는 고령자의 건강과 삶의 질 증진을 위한 모바일 헬스 기반의 라이프스타일의 프로파일링 및 케어를 앱 개발을 위해 사용자가 필요로 하는 컨텐츠를 조사하고, 컨텐츠의 디스플레이방식에 대한 선호도를 조사, 분석하였다, 이는 향후 모바일 헬스 기반의 라이프스타일 평가 및 케어 앱 개발에 있어서 중요한 기초자료가 될 것으로 사료된다.

• 지식경영연구
• /
• 제21권3호
• /
• pp.27-44
• /
• 2020

사용자의 정보 과부하 문제의 해결을 목표로 하는 추천 시스템은 개인의 선호를 추론하여 이에 부합하는 아이템을 필터링하여 제공한다. 추천 시스템 관련 기법 중 가장 성공적으로 알려져 있는 협업 필터링은 최근까지 다양한 성능 개선 시도가 이루어지고 있으며 여러 분야에 적용되고 있다. 본 연구에서는 이와 같은 협업 필터링의 성공에 기반하여 소비자의 구매 의사결정에 영향을 미칠 수 있는 시각 정보를 추천 시스템에 반영할 수 있는 VizNCS를 제안한다. 이를 위하여 먼저, 비정형 데이터인 시각 정보에서 특징을 추출하기 위해 합성곱 신경망을 사용하였다. 다음으로, 합성곱 신경망으로 부터 도출된 이미지 특성 정보를 추천 시스템에 반영하기 위하여 기존의 딥러닝 기반의 추천 시스템 중 다른 정보로 확장이 용이한 NCF 기법을 응용하였다. 본 연구에서 제안한 VizNCS의 성능 비교 실험 결과 기본 NCF보다 더 높은 성능을 보였으며 카테고리별 성능 비교 실험을 통해 시각 정보에 영향을 받는 카테고리와 그렇지 않은 카테고리를 발견하였다. 결론적으로 본 연구에서 제안한 VizNCS는 시각정보를 개인화된 추천에 직접 활용함에 따라 시각 정보에 영향을 받는 소비자들의 구매의사결정 행태를 반영할 수 있어 추천 시스템 성능 향상에 기여하였다. 또한, 지금까지 활용이 미미했던 이미지 데이터로 추천 시스템의 원천 데이터 영역을 확장함에 따라 다양한 원천 데이터의 활용 방안을 제시하였다.