• 경영정보학연구
• /
• 제14권3호
• /
• pp.115-129
• /
• 2012

본 연구는 고객이 명시적으로 기재한 배우자 선택기준을 고객의 행동에 기반한 암묵적 선호도를 활용하여 동적으로 조정하는 온라인 데이트 시스템을 제안한다. 최근 미혼남녀를 소개시키는 온라인 데이트시스템에 대한 사용이 증대되면서, 많은 온라인 데이트 서비스 업체들이 더욱 정확한 매칭 서비스를 제공하기 위하여 고객에게 직접 배우자 선정기준을 기재하도록 요구하고 있다. 그러나, 많은 고객들이 자신의 이상형을 명확히 밝히지 않거나, 상황에 따라서 이상형을 조정하기 때문에 고객의 배우자 선택기준을 정확히 파악하는데 어려움이 있다. 이에 본 연구는 고객이 명시적으로 기재한 이상형뿐만 아니라, 고객이 과거 상대 이성에게 보낸 메시지 기록을 분석하여 파악된 암묵적 이상형을 반영하여 매칭을 수행하는 온라인 데이트 시스템을 제안한다. 제안된 시스템은 고객의 행동 데이터가 일정 수 이상으로 축적되면, 이를 데이터마이닝의 의사결정나무 기법으로 분석하여 고객의 암묵적 이상형을 파악하였으며, 이를 동적으로 반영하여 배우자 선택기준을 조정한다. 제안된 매칭 시스템은 Decision Tree based Matchmaking System(DTMS)이라고 명명하였으며, 본 연구에서는 DTMS 시스템을 설계하고 사용자 인터페이스에 대한 프로토타입을 구현하였다.

• 한국ITS학회:학술대회논문집
• /
• 한국ITS학회 2008년도 제7회 추계학술대회 및 정기총회
• /
• pp.237-243
• /
• 2008

• International Journal of Advanced Culture Technology
• /
• 제7권4호
• /
• pp.321-326
• /
• 2019

As AI technology is recently introduced into various fields, it is being applied to the fashion field. This paper proposes a system for recommending cody clothes suitable for a user's selected clothes. The proposed system consists of user app, cody recommendation module, and server interworking of each module and managing database data. Cody recommendation system classifies clothing images into 80 categories composed of feature combinations, selects multiple representative reference images for each category, and selects 3 full body cordy images for each representative reference image. Cody images of the representative reference image were determined by analyzing the user's preference using Google survey app. The proposed algorithm classifies categories the clothing image selected by the user into a category, recognizes the most similar image among the classification category reference images, and transmits the linked cody images to the user's app. The proposed system uses the ResNet-50 model to categorize the input image and measures similarity using ORB and HOG features to select a reference image in the category. We test the proposed algorithm in the Android app, and the result shows that the recommended system runs well.

• 한국게임학회 논문지
• /
• 제7권4호
• /
• pp.23-31
• /
• 2007

본 연구는 게임 이용자의 성향에 대한 분석을 통해 게임 이용자를 유형화하고, 게임 캐릭터 의 선호도를 중심으로 조형요소를 도출하여 이용자의 유형과 캐릭터 선호도 관계를 분석함으로서, 게임 이용자의 성향에 따른 게임 캐릭터 개발을 제안하는 것에 목적이 있다. 이를 위해 게임 이용자의 몰입도와 관련된 이용자 분류 방법을 조사하였으며, 이를 기초로 설문조사를 하였다. 설문조사 결과를 바탕으로 이용자 유형을 재정의 하였고, 게임 캐릭터 디자인 요소를 추출하여 이용자의 성향에 따른 캐릭터 선호도차이를 규명하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제30권5_6호
• /
• pp.540-549
• /
• 2003

협력적 추천에서는 일반적으로 사용자 모델과 항목 모델이 사용되어진다. 사용자 모델은 사용자들간의 선호도 상관관계를 학습하고, 추천하고자 하는 항목에 대한 다른 사용자들의 선호도를 기반으로 그 항목을 추천한다. 이와 유사한 방식으로 항목 모델은 항목들간의 선호도 상관관계를 학습하고, 다른 항목들간의 선호도를 기반으로 추천 받는 사용자에게 항목을 추천한다. 본 논문에서는 추천 성능의 향상을 위해서 사용자 모델과 항목 모델간의 다양한 통합 방법을 제안한다. 제안하는 통합 방법으로는 순차적, 병렬적 통합 방법, 퍼셉트론 또는 다층 퍼셉트론을 이용한 통합 방법, 퍼지 규칙을 이용한 통합 방법 그리고 BKS를 적용한 방법이다. 본 실험에서는 통합 모델을 위해서 다층 퍼셉트론을 이용하여 사용자와 항목 모델을 각각 학습한다. 다층 퍼셉트론은 최근접 이웃방법이나 연관 규칙을 이용한 방법과 같은 기존의 추천 방법보다 연관된 항목들간의 가중치를 학습할 수 있고, 기호 데이타와 수치 데이타를 쉽게 처리할 수 있는 장점이 있다. 본 논문에서는 통합된 모델이 어떠한 단일 모델보다도 우수하고, 실험을 통하여 다층 퍼셉트론을 이용한 통합 방법이 다른 통합 방법보다 효율적인 통합 방법임을 보여주고 있다.

• 한국지능시스템학회논문지
• /
• 제20권3호
• /
• pp.337-342
• /
• 2010

음악의 생산과 수요 증가와 함께 사용자의 장치에 저장되어 있는 음악을 관리하기 위한 관심 또한 증가하고 있다. 일반적으로 사용자는 음악을 효과적으로 관리하기 위해 재생 목록을 작성하고 이를 선택하는 방법을 사용하고 있다. 하지만 현재 사용되는 재생 목록의 작성 방법은 음악을 사용자가 직접 선택해야 하는 한계를 안고 있다. 따라서 재생 목록을 자동으로 작성하여 사용자에게 제공해주는 방법이 필요하다. 본 논문에서는 사용자의 음악사용의 상황과 취향을 고려하여 자동으로 재생 목록을 생성해주는 시스템을 제안한다. 이 시스템은 음악적 무드 (Musical mood) 분류 시스템과 음악 추천 시스템, 두 가지 별개의 시스템으로 구성되어 있다. 사용자는 음악을 추천 받기 위해 단지 하나의 음악을 선택한다. 그러면 시스템은 자동으로 재생 목록을 생성하기 위해 선택된 음악과 유사한 무드의 음악을 재생 목록에 추가한다. 사용자는 재생 목록에 추가된 음악 중 자신의 취향에 맞지 않는 음악을 제거하여 취향에 적합한 음악을 반복적으로 추천 받을 수 있다. 본 논문에서 제안하는 시스템의 실험과 평가를 위해 실제 음악을 수집하였으며 시스템을 통해 생성된 재생 목록을 분석하여 사용자의 취향이 보다 정확히 반영된 것을 확인하였다.

• 한국콘텐츠학회논문지
• /
• 제16권4호
• /
• pp.56-64
• /
• 2016

정보 기술의 발전 및 스마트 기기의 활성화로 인해 소셜 네트워크 서비스의 사용자 수가 기하급수적으로 증가하고 있다. 이러한 소셜 네트워크 서비스에서 사용자의 성향을 파악하고 유사한 사용자를 추천하는 연구들이 활발하게 진행되고 있다. 본 논문에서는 모바일 사용자의 이동 패턴 분석을 통해 유사한 성향을 가지는 소셜 네트워크 친구를 추천하는 기법을 제안한다. 제안하는 기법은 사용자의 정확한 성향을 판별하기 위해 동행인 여부, 방문 시간이 짧은 궤적, 반복적으로 나타나는 궤적을 고려하여 의미 없는 궤적을 제거한다. 의미 있는 궤적 정보만을 이용하여 사용들 사이의 유사도를 계산하여 유사한 성향을 가지는 사용자를 친구를 추천한다. 성능 평가를 통해 제안하는 기법이 기존 기법에 비해 성능이 우수함을 보인다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제22권10호
• /
• pp.504-512
• /
• 2016

본 논문에서는 협업 필터링을 통한 개인 맞춤형 이벤트 추천 기법을 제안한다. 제안하는 기법은 사용자의 행위 및 관계성 분석, 협업 필터링을 통해 사용자의 평가되지 못한 속성 값을 예측한다. 또한, 사용자의 성향을 보다 정확하게 파악하기 위해 사용자의 최근 방문 기록이나 상황 정보를 고려하여 사용자의 최신 성향을 관리한다. 이를 통해 새로운 이벤트가 발생하였을 때 참여할 확률이 높을 것으로 예상되는 사용자에게만 이벤트를 추천하여 무분별한 추천을 방지한다. 제안하는 이벤트 추천 기법의 우수성을 보이기 위해 다양한 성능 평가를 수행한다.

• 패션비즈니스
• /
• 제26권3호
• /
• pp.33-49
• /
• 2022

In the metaverse, it is important to embellish aesthetics of user with a character called 'Avatar', a virtual representation of the user. This study provides basic data related to the fashion trend of the metaverse by studying 'Zepeto', a representative Korean platform. For empirical research, Zepeto's "Best Items" section were investigated and analyzed in the first pre-survey. Based on this, the second and main survey was conducted using a questionnaire to investigate users' style-specific preferences and purchasing behaviors for virtual fashion, comparing style preferences between virtual and real, brand preferences, and purchasing behaviors of virtual fashion. The survey found that most users were teenage girls with a high preference for pastel-toned, feminine, and cute casual styles who had a much higher interest in brands bearing idol names than in real-world luxury brands. Many responded that they felt burdened by purchasing items that had to be purchased for cash. The same can be assumed to be the reason why they preferred a suit of items that were fully coordinated rather than individual items. These results seem to reflect characteristics of teenage girls who lack cash with a high preference for idols and feminine-cute casual styles. This study suggests considerations when creating virtual fashion items. By providing basic information, more effects and developments in creating virtual fashion items that reflect consumer preferences and reactions are expected in the future.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제32권11호
• /
• pp.1111-1120
• /
• 2005

협력적 여과 시스템에서 대부분의 사용자들은 모든 아이템에 대하여 선호도를 평가하지 않으므로 인하여 사용자~아이템 행렬은 희박성을 나타내며, 또한 사용자가 평가하지 않은 아이템으로부터 결측치가 발생한다. 일반적인 결측치 예측 방법은 특정 대상의 사용자가 평가하지 않은 결측치를 이 사용자와 비슷한 흥미를 갖는 사용자들의 평가값을 기반으로 예측하나, 기본 평가값 예측 방법은 사용자-아이템 렬의 결측치를 특정 사용자가 아닌 전체 사용자에 대하여 예측한다. 기본 평가값 예측 방법 중 가장 많이 사용되는 방법은 아이템 평균이나 사용자 평균을 이용한 방법이다. 그러나 이 방법은 아이템이나 사용자의 특성, 또한 데이타 집합의 분포 특성을 전혀 고려하지 않는다는 문제점을 갖는다. 본 논문에서는 이러한 문제점을 해결하기 위하여 데이타 집합에 나타난 사용자의 변동 계수를 이용하는 기본 평가값 예측방법을 제안한다. 제안한 방법에서는 수식을 이용하여 자동적으로 사용자 변동 계수의 임계값을 선택하고, 그 임계값에 따라 사용자 평균에서 아이템 평균으로 전환하여 사용자들의 결측치에 대한 기본 평가값을 결정한다. 그러나 사용자 변동 계수들의 분포 정보로 인하여 사용자 변동 계수와 임계갈이 항상 일정한 관계를 유지하는 것이 아니므로, 제안된 방법에서는 임계값을 선택하기 위하여 사용자 변동 계수의 평균과 변동 계수의 분포 정보를 병합한다. 제안된 방법은 사용자가 영화에 대하여 평가한 MovieLens 데이타 집합을 대상으로 평가되었으며, 기존의 기본 평가값 예측 방법보다 그 성능이 우수함을 보인다.