• 한국문헌정보학회지
• /
• 제54권4호
• /
• pp.147-167
• /
• 2020

본 연구의 목적은 선행연구에서 도출된 대학도서관 서비스 품질요소를 대상으로 재이용과 추천의향에 영향을 미치는 요인이 무엇인지 구조방정식 모형을 적용하여 분석하고자 하는 것이다. 2020.4.30.부터 2020.5.10.까지 11일간 이용자 그룹(학부생, 대학원생, 교수/강사) 총 127명을 대상으로 재이용과 추천의향에 대한 설문 조사를 실시하였다. 분석 결과는 다음과 같다. '자료'와 '서비스 고객화'는 재이용에 영향을 미치는 품질 차원으로 나타났으며, 재이용은 추천의향에 영향을 미치는 것으로 나타나 '자료'와 '서비스 고객화'가 재이용 뿐만 아니라 추천의향에도 영향을 미치는 것으로 분석되었다. 또한 '서비스 고객화'는 추천의향에 직접적으로 영향을 미치는 요인으로 나타났다. 이를 바탕으로 이용자의 요구가 다변화하고 개인화되고 있는 도서관 환경에서 도서관 서비스와 마케팅에 고객화 개념을 적용하는 방안을 제시하였다.

• 한국정보통신학회논문지
• /
• 제21권6호
• /
• pp.1183-1190
• /
• 2017

네트워크와 IT 기술의 발전으로 사용자들은 장소에 구애 받지 않고 어디서든 본인이 원하는 아이템을 검색하고 구매하고 있다. 이에 따라 추천시스템에서 급증하는 데이터로 인한 확장성 문제를 어떻게 해결할 것인가에 대한 연구들이 다양하게 진행되고 있다. 본 논문에서는 Tag 가중치를 적용한 아이템 기반 협업 필터링 기법과 분산 병렬 처리 방식인 MapReduce 방법을 적용한 추천 기법을 제안한다. 제안하는 기법은 속도 향상과 효율성을 위해 전처리 과정에서 아이템을 카테고리별로 분류하고 노드 수에 맞게 그룹지은 후 사용한다. 각 분산 노드에서 4번의 Map-Reduce 단계를 통해 데이터 처리를 진행하는데 사용자에게 더 나은 아이템을 추천하기 위해 유사도 계산에서 아이템 Tag 가중치를 사용한다. 마지막 Reduce 단계를 거쳐 출력된 예측값 중 상위 N개의 아이템을 추천에 사용한다. 실험을 통해 제안 하는 기법이 대량의 데이터를 효율적으로 처리하며 기존의 아이템 기반 기법보다 추천의 적합성도 향상되는 것을 확인하였다.

• 한국상하수도협회지
• /
• 통권27호
• /
• pp.8-9
• /
• 2009

정부는 6월 8일 4대강 살리기 프로젝트의 마스터플랜을 최종 확정했다. 마스터플랜은 4대강 인근 12개 시 도를 대상으로 지역설명회, 관계부처 학회 등의 추천을 받은 전문가 그룹의 자문, 물환경학회 수자원학회 등 간련학회의 토론, 전문가와 시만이 참여한 공청회를 통해 각계의 다양한 의견을 수렴하여 최종 확정하게 되었다.

• 한국인터넷방송통신학회논문지
• /
• 제13권1호
• /
• pp.83-88
• /
• 2013

본 연구의 목적은 유사 블로그 추천 시스템을 통해서 특정 주제의 유사도에 따라 주제를 찾아 주는 것이다. 유사 추천 시스템을 실현하기 위해서는 대규모 데이터 집합에서 유사항목을 가진 그룹을 찾을 수 있도록 군집해야 한다. 군집화(clustering) 기법은 군집하고자 하는 목적에 따라 적합한 기법과 군집수가 결정되어야 한다. 군집기법으로는 가장 많이 사용되는 K-means 알고리즘을 사용 하였고 추천 알고리즘은 흰개미 군집 알고리즘을 사용하였다. 흰개미 습성 모델을 이용한 군집화 기법은 K-means 알고리즘이 갖고 있는 적절한 군집 갯수 문제점을 해결하고, 군집화 시간을 단축하며, 군집을 위한 군집 평균 이동횟수를 개선한다.

• 한국콘텐츠학회논문지
• /
• 제19권8호
• /
• pp.106-114
• /
• 2019

본 연구는 칼슘 섭취가 부족한 20대 여성을 대상으로 구매 행동 및 소비자의 의도에 대한 통밀 비율 및 영양 정보 제공의 효과를 조사하기 위해 실시되었으며 맞춤식 영양 강화 간식의 개발 및 마케팅 전략에 대한 기본 데이터를 제공하는 것을 목표로 한다. 통밀 비율에 대한 맛의 기호도를 조사한 결과 ZF의 기호도가 가장 높았으나 HF와 유의적인 차이를 보이지 않았다. 맛과 향의 친숙도 (P <0.001), 구매의도 (p <0.001), 추천의도(p <0.001)를 조사한 결과, ZF, HF, TF 순으로 높았다. 정보 제공에 대한 구매자의 구매 의도 (p <0.05)와 추천 의도 (p <0.05)는 세부 정보 그룹, 비 정보 그룹 및 단순 정보 그룹 순으로 높았다. 종합적으로 살펴본 결과, 칼슘 강화 비스킷을 개발할 때 통밀가루와 밀가루를 혼합하여 사용한다면 맛과 향, 친숙도에 대한 거부감을 줄일 수 있을 것으로 예상된다. 또 구매 의사 및 추천 의사가 세부 정보 그룹에서 가장 높은 것으로 보아 칼슘과 식이섬유의 강화 정도에 대한 자세한 정보를 제공하면 상승효과를 기대할 수 있을 것으로 보인다.

• 방송공학회논문지
• /
• 제24권3호
• /
• pp.515-526
• /
• 2019

특정 상품에 대한 사용자의 선호도는 상품의 질 외에도 많은 요소들에 의해 결정된다. 추천시스템에 있어 이러한 외적 요소들의 반영은 데이터의 부족을 포함한 여러 가지 근본적인 문제가 존재하여 지난한 일이었다. 그러나 공공데이터의 개방과 다양하고 방대한 양의 데이터를 가진 평가 플랫폼의 등장 등 기반 환경이 갖춰짐에 따라 외적 요소들의 접근이 용이해 졌다. 이러한 변화에 따라 본 논문은 상품의 품질 외에 사용자의 선호도에 영향을 주는 요소들을 반영할 수 있는 추천시스템 구조를 제안하고 사례를 적용하여 이러한 요소가 실제 선호도에 미치는 영향을 관찰하고자 한다. 제안하는 시스템의 구조는 크게 영향요소를 선정하고 추출하는 과정과 문장 분석을 활용하여 부족한 데이터를 보충하는 과정, 평가데이터와 영향요소를 결합하고 병합하는 과정으로 나눌 수 있으며 제안시스템의 결과 그룹과 실제 사용자 선호도 그룹 간 비교를 통해 구조 변수 설정의 적절성 등을 판단할 수 있는 검증 과정 또한 함께 제안한다.

• 디지털융복합연구
• /
• 제11권1호
• /
• pp.249-254
• /
• 2013

디지털 방송 시대가 열리면 채널의 수가 수백 개로 증가하기 때문에 시청자가 원하는 프로그램을 검색하는 일은 매우 어려워지게 된다. 이와 더불어 스마트 디바이스의 등장과 대중화로 인해서 사용자들은 기존에 제공받지 못했던 스마트한 서비스를 제공받기 원하고 있다. 이러한 문제를 해결하기 위한 방법으로 TV 프로그램 추천시스템에 대한 연구가 활발하게 진행 중이다. 그러나 현재 TV 프로그램 추천을 위한 연구들은 대부분 웹 기반에서 연구되었던 연구결과를 TV 방송에 적용한 경우가 대부분이며, 현재 TV를 시청하고 있는 구성원들의 조합에 대해서는 고려하고 있지 않는다. 따라서 본 논문에서는 TV를 시청하고 있는 시청자의 환경 즉 구성원의 조합을 고려한 TV 프로그램 추천 시스템을 제안한다. 구성원의 조합은 얼굴인식기법을 이용하여 해당 사용자의 연령과 성별을 중심으로 그룹을 생성한다.

• 한국콘텐츠학회논문지
• /
• 제17권11호
• /
• pp.60-69
• /
• 2017

최근 인터넷과 스마트 폰의 발달로 사용자들 사이의 관계를 통해 다양한 정보를 생성하고 공유할 수 있는 소셜 미디어 서비스가 활발히 이용되고 있다. 특히 정보의 양이 방대해지고 신뢰할 수 없는 정보가 증가함에 따라 사용자에게 필요한 정보를 제공해 줄 수 있는 전문가 추천 기법에 대한 연구들이 진행되고 있다. 본 논문에서는 사용자의 관심 분야, 인적 관계, 응답 품질을 고려한 전문가 추천 기법을 제안한다. 사용자의 관심 분야는 사용자가 소셜 네트워크상의 활동을 분석해 최신의 사용자의 관심 분야 지수를 판단한다. 사용자의 인적 관계는 소셜 네트워크상의 같은 관심분야의 사용자만을 추출하여 인적 관계를 구축하여 인적 관계 지수를 판단한다. 사용자의 응답 품질은 사용자의 응답 속도와 응답 내용을 고려하여 응답 품질 지수를 판단한다. 마지막으로 사용자의 관심 분야, 인적 관계, 응답 품질을 합하여 사용자의 전문가 지수를 판단하고 사용자의 질의를 분석하여 질의와 전문가 그룹을 매칭하여 전문가를 추천한다. 다양한 성능평가를 통해 제안하는 기법이 기존 기법에 비해 성능이 우수함을 보인다.

• 정보교육학회논문지
• /
• 제11권3호
• /
• pp.281-288
• /
• 2007

협동적 필터링은 사용자가 좋아할 만한 항목을 예측하기 위하여 비슷한 선호도를 가지는 다른 사람들의 평가 항목에 근거하여 추천하는 방법이다. 이러한 협동적 필터링 기법은 오늘날과 같이 대규모의 정보가 효과적으로 축적되고 이용 가능하게 된 정보화된 사회에서는 현명한 의사결정을 하도록 도와주는 역할을 한다. 본 논문에서는 대학생들이 수강과목의 취사선택을 용이하게 할 수 있도록 수강과목 추천 시스템을 설계하고 구현하였으며 실험적으로 평가하였다. 먼저, 학생들은 과거 자신이 수강하였던 과목에 대한 과목 선호도를 데이터베이스에 입력한다. 과목 선호도의 패턴이 유사한 학생들은 유사 그룹으로 간주된다. 성향이 유사한 사용자를 찾기 위해 일반적으로 사용되고 있는 피어슨 상관계수에 의한 유사도를 이용하였다. 수강 과목을 예측하려는 학생과 가장 유사한 패턴을 보이는 K 명의 학생들의 수강 과목에서 가장 높은 선호도를 보이는 과목들의 순서화된 리스트를 추천 과목으로 제시한다. 설문 조사를 통한 실험 데이터를 이용하였으며 평균 절대 에러를 사용하여 제안한 방법의 정확도를 평가하였다.

• 정보화연구
• /
• 제10권3호
• /
• pp.371-378
• /
• 2013

다양한 형태의 학습 시스템이 생겨나고 있다. 그 중 E-러닝을 통한 동영상 학습에 대한 수요는 지속적으로 증가하고 있다. 하지만, 그렇다고 하여 모든 이가 이러한 시스템을 적합하게 활용할 수 있는 것은 아니다. 학업능력이 떨어지는 학생은 자신의 학습수준보다 높은 동영상을 학습할 경우 학습에 대한 흥미를 잃을 수 있고, 학업능력이 뛰어난 학생의 경우는 수준에 맞지 않는 동영상을 제공할 경우에는 심화 학습의 기회를 잃어버릴 수 있어 학습효율성을 저하하게 된다. 이러한 불편함을 해결하기 위해서는 사용자가 선호할 만한 정보를 예측하고 필터링 된 맞춤형 정보를 제공하는 추천시스템이 필요하다. 본 논문에서는 학생 레벨추천 시스템을 제안한다. 학생그룹과 학생간의 학습정보를 바탕으로 학습동영상과 학생의 레벨을 추론하고, 이를 토대로 동영상에 대한 학생의 상대적 난이도를 제시하고, 적합한 난이도의 동영상을 추천한다. 실험을 통하여 본 연구의 추천 서비스의 유용성을 검증하였다.