• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.04a
• /
• pp.521-524
• /
• 2017

최근 다양한 웹툰 콘텐츠의 증가와 함께 스마트폰 보급률이 높아지면서, 사용자들의 실시간 웹툰 서비스의 이용이 증가하고 있다. 웹툰 콘텐츠의 가치가 갈수록 점점 높아지고 있으며, 각종 영화 애니메이션 게임 등 다양한 콘텐츠 사업에 많은 데이터가 사용되고 있다. 본 논문에서는 기존 웹툰의 리뷰를 오피니언 마이닝기법을 사용하여 각 웹툰의 선호도를 평가하며 나이, 성별, 선호 장르, 선호 웹툰 플랫폼 등과 같은 개인 성향을 통하여 사용자간의 유사도를 측정하는 협업 필터링 방법을 적용해 각각의 사용자들이 보고 싶어하는 웹툰을 자동적으로 추천해주는 웹툰 추천 시스템을 제안한다.

• Annual Conference on Human and Language Technology
• /
• 2012.10a
• /
• pp.77-83
• /
• 2012

본 연구에서는 로봇의 자동 동화구연을 목표로 발화문장 상의 감정 파악 및 등장인물 별 다앙한 TTS 보이스 선택에 활용 가능한 발화문장의 화자 파악문제를 다룬다. 본 연구에서는 기존 규칙기반 방법론에서 많이 활용되어온 자질인 후보의 위치, 화자 후보의 주격/목적격 여부, 발화동사 존재 여부를 비롯하여 동화에 자주 나타나는 등장인물의 의미적 분류 및 등장인물의 등장/퇴장과 관련된 동사들을 추가 자질로 활용한다. 사람 및 동식물, 무생물이 모두 화자가 될 수 있는 동화 코퍼스에서 제안한 자질들을 활용하여 의사결정트리로 학습 및 검증한 결과 규칙기반의 베이스라인 방법에 비해 최대 49%의 정확도가 향상되었고, 제안한 방법론이 데이터의 변화에도 강인한 것을 확인할 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10a
• /
• pp.181-184
• /
• 2006

최근 온라인 원격실험이 하나의 이슈로 되면서 지역적으로 분산된 실험 장비, 데이터베이스, 작업현장 등을 접근 하는 다양한 방식이 제안되고 있다. 다양한 모니터링 시스템이 존재하고 또한 개발 되고 있는 현황에서 본 논문은 분산 시스템 환경과 실시간 시스템을 어떻게 접목을 시키고, 여기에 Grid환경에서 제공하는 인증체계를 도입하는 모델을 구상하고 있으며, 실질적인 사용가치를 갖는 멀티 타겟 실시간 원격 모니터링 시스템을 제안한다. 실시간 시스템은 보다 정밀한 시간을 제공함으로서 실시간 적인 모니터링과 차후 저장된 데이터에 의한 세밀한 리뷰가 가능하게 한다. 본 시스템은 실시간 미들웨어(TMO)에서 제공하는 시간적 정확성 및 실시간과 Grid인증의 접목에 착안점을 두고 있으며 환경분야 실험모니터링 시스템이라는 현실적 모델의 구현을 통하여 본 시스템을 검증한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.05a
• /
• pp.504-507
• /
• 2018

빅데이터가 일상이 된 현대 사회에서 책 시장의 증가와 책 양의 증가로 인하여 책을 개인에 맞게 선택하는데 어려움이 있다. 그래서 개인 맞춤 추천 시스템이 필요하다. 개인 맞춤 추천 시스템에서 가장 많이 사용하는 방법은 협업 필터링 방법이 있다. 협업 필터링은 희박성 문제를 가지고 있다. 본 논문에서는 협업 필터링 방법에 희박성 문제를 해결하기 위하여 지역, 나이, 성별, 장르 등 개인 성향을 이용하고, 기존의 책 리뷰를 오피니언 마이닝 기법을 적용하여 개인 맞춤형 도서를 추천하는 추천시스템을 제안한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2014.05a
• /
• pp.86-88
• /
• 2014

Naive Bayes (NB) assumption has some harmful effects in classification to the real world data. To relax this assumption, we now propose approach called Naive Bayes Mutual Information Attribute Weighting with Smooth Kernel Density Estimation (NBMIKDE) that combine the smooth kernel for attribute and attribute weighting method based on mutual information measure.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.11a
• /
• pp.964-965
• /
• 2013

본 연구에서는 사용자의 감성 정보를 기반으로 한 영화 추천 시스템을 설계 및 구현하였다. 이를 위하여 영화 리뷰에서 기본적인 4가지 감성을 뜻하는 단어를 추출 및 분류하고, MovieLens Dataset의 메타데이터에 추가한 후 협업 필터링을 사용하여 영화를 추천한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.11a
• /
• pp.975-977
• /
• 2020

감정 분석은 문서의 주관적인 감정, 의견, 기분을 파악하기 위한 방법으로 소셜 미디어, 온라인 리뷰 등 다양한 분야에서 활용된다. 문서 내 텍스트가 나타내는 단어와 문맥을 기반으로 감정 수치를 계산하여 긍정 또는 부정 감정을 결정한다. 2015년에 구축된 네이버 영화평 데이터 20 만개에 12 만개를 추가 구축하여 감정 분석 연구를 진행하였으며 언어 모델로는 최근 자연어처리 분야에서 높은 성능을 보여주는 BERT 모델을 이용하였다. 감정 분석 기법으로는 LSTM(Long Short-Term Memory) 등 기존의 기계학습 기법과 구글의 다국어 BERT 모델, 그리고 KoBERT 모델을 이용하여 감정 분석의 성능을 비교하였으며, KoBERT 모델이 89.90%로 가장 높은 성능을 보여주었다.

• Annual Conference on Human and Language Technology
• /
• 2019.10a
• /
• pp.506-509
• /
• 2019

신문기사나 위키피디아와 같이 정보를 전달하는 텍스트와는 달리 사람의 감정 및 의도를 표현하는 텍스트는 다양한 형태의 노이즈를 포함한다. 본 논문에서는 data-driven 방법을 이용하여 노이즈와 단어들 사이의 관계를 LSTM을 이용하여 하나의 벡터로 요약하는 모델을 제안한다. 노이즈 문장 벡터를 표현하는 방식으로는 단방향 LSTM 인코더과 양방향 LSTM 인코더의 두 가지 모델을 이용하여 노이즈를 포함하는 영화 리뷰 데이터를 가지고 감정 분석 실험을 하였고, 실험 결과 단방향 LSTM 인코더보다 양방향 LSTM인 코더가 우수한 성능을 보여주었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.05a
• /
• pp.407-408
• /
• 2023

사람들은 각자 원하는 조건에 부합한 식당과 카페를 찾곤 한다. 그러나 개인별로 원하는 조건들이 다양하고 그 조건들이 모두 부합하는 음식점을 찾기에는 적지 않은 시간과 노력이 필요한 일이다. 이 불편함을 해소하고자, 사용자가 원하는 조건을 입력하면 그 조건에 부합하는 몇 개의 음식점들을 추천해 주고, 지도상으로 위치를 표시해 주는 개인 맞춤형 음식점 추천 시스템을 개발하였다. 본 연구에서 제안하는 추천 시스템은 사용자가 입력한 우선순위에 따라 차별화된 음식점 추천을 받을 수 있으므로, 시간과 노력을 투자하지 않고도 자신이 원하는 음식점을 쉽게 찾을 수 있을 것으로 예상된다.

• Journal of Information Technology Applications and Management
• /
• v.31 no.1
• /
• pp.163-175
• /
• 2024

This study conducts topic modeling analysis on four electric scooter sharing platforms: Alpaca, SingSing, Kickgoing, and Beam. Using user review data, the study aims to identify key topics and issues associated with each platform, as well as uncover common themes across platforms. The analysis reveals that users primarily express concerns and preferences related to application usability, service mobility, and parking/accessibility. Additionally, each platform exhibits unique characteristics and challenges. Alpaca users generally appreciate convenience and enjoyment but express concerns about safety and service areas. SingSing faces issues with application functionality, while Kickgoing users encounter connectivity problems and device usability issues. Beam receives overall positive feedback, but users express dissatisfaction with application usability and parking. Based on these findings, scooter sharing service providers should focus on enhancing application features, stability, and expanding service coverage to meet user expectations and improve customer satisfaction. Furthermore, highlighting platform-specific strengths and providing tailored services can enhance competitiveness and foster continuous service growth and development.