• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 2008.10a
• /
• pp.94-97
• /
• 2008

CD Now, Video Recommender, Amazon 등과 같은 현재의 협업 기반 필터링 서비스는 일반적으로 서비스를 요구하는 사용자가 관심을 가진 아이템과 비슷한 속성의 아이템을 추천하고 있다. 하지만 영화와 같은 경우 사용자의 주관적 평가가 배제된-명시적 속성만으로는 아이템의 특징을 표현하는데 한계가 있다. 때문에 이를 이용한 방법은 서비스를 제공하는 데 있어 제한을 가지게 된다. 따라서 본 논문에서는 소셜 네트워크 서비스 사용자가 영화에 대한 자신의 감정을 간단한 선택을 통해 표현함으로써 쉽고 편하게 사용자의 영화 취향을 도출하고 이를 기반한 소셜 네트워크를 형성하는 방법에 대해 논의해 보고자 한다. 이러한 방법을 통해 일반적으로 사용되는 빈도나 인기도 기반의 추천이 아닌 실제 사용자와 유사한 취향과 특성을 가지는 사용자들은 연결해줌으로써 보다 사용자에 특화된 추천을 가능하게 할 것이다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2010.07a
• /
• pp.269-272
• /
• 2010

개인 프라이버시 보호에 대한 관심이 증가하면서 원격 시스템에서 사용자 익명성을 제공하는 스마트카드 기반 인증 프로토콜에 대한 연구가 활발하게 진행되고 있다. 최근의 인증 프로토콜은 사용자 익명성을 제공하는 기법과 더불어 악의적인 사용자를 추적할 수 있는 연구로 발전되고 있다. Kim은 사용자의 익명성을 보장하면서 악의적인 사용자를 감지하여 추적 가능한 인증 프로토콜을 제안하였고 Choi는 Kim의 논문의 익명성 문제를 제기하고 이를 개선한 새로운 프로토콜을 제안하였다. 본 논문에서는 Choi 프로토콜의 계산 오류와 이력 추적 가능 문제점을 제기하고, 이러한 문제점을 해결하는 새로운 프로토콜을 제안하고, 안전성과 효율성을 분석한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2017.07a
• /
• pp.301-304
• /
• 2017

본 논문에서는 모바일 애플리케이션의 사용자 잔존율 향상을 위한 방안으로써 내러티브 모션을 기반한 온보딩을 제안한다. 모바일 기술의 발전과 새로운 미디어에 대응하는 디지털콘텐츠 애플리케이션에 대한 관심이 증가하고 있는 가운데 사용자에게 외면받아 사라지는 애플리케이션의 증가가 가속화되고 있다. 이에 따라 사용자의 긍정적 경험 제공을 위한 사용성 향상 연구는 빠르게 진행되고 있으나 애플리케이션의 첫인상과 지속적인 사용을 결정하는 온보딩에 대한 연구는 아직 미비하다. 경쟁이 가속화 될수록 보다 효과적인 사용자경험을 제공하기 위한 온보딩 개발의 중요성은 증대되어 갈 것이며, 결국 온보딩 개발의 핵심 쟁점은 사용자의 긍정적인 인지적 반응과 태도를 이끌어낼 수 있는 요인인 모션이 될 것으로 예측된다. 따라서 본 논문에서는 모바일 온보드에서 제공되는 애플리케이션의 다양한 특성을 표현하기 위한 요인으로서 내러티브 모션을 제시하고 애플리케이션 지속사용 여부에 영향을 미치는 요인을 도출하여 둘의 상관관계를 실증적으로 분석함으로써 앞으로 등장할 새로운 서비스 및 플랫폼의 애플리케이션 개발 필요한 모션요소를 도출하고자 한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2017.07a
• /
• pp.305-306
• /
• 2017

본 논문에서는 커넥티드 카 서비스의 사용자경험 디자인을 위한 평가 요인을 제안한다. 모바일 및 IoT기술의 발전과 더불어 자율주행 자동차에 대한 관심이 증가하고 있는 가운데 네트워크와의 연결을 통한 다양한 디지털서비스 제공 플랫폼 경쟁이 가속화되고 있다. 플랫폼 개발을 위한 기술적 연구는 빠르게 진행되고 있으나 실재 서비스 소비의 주체인 사용자 관점에서의 연구는 아직 미비하다. 경쟁이 가속화 될수록 커넥티드 카 구현 기술은 평중화될 것으로 예상되어 결국 커넥티드 카 서비스의 핵심 쟁점은 주행 중 서비스 사용자의 긍정적 경험이 될 것으로 예측된다. 따라서 본 논문에서는 커넥티드 카에서 제공되는 기능과 이에 따른 주요 서비스 요인들을 살펴보고 자동차 구매에 영향을 미치는 사용자경험 요인을 도출하여 둘의 상관관계를 실증적으로 분석함으로써 앞으로 등장할 차세대 커넥티드 카 서비스 및 플랫폼의 사용자 경험평가 요인을 도출하고자 한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.04b
• /
• pp.151-153
• /
• 2002

전자상거래에서 추전시스템은 사용자들의 관심도에 따라 사용자에게 개인화된 아이템이나 상품을 제안한다. 보통의 추천시스템은 추천의 정확성을 높이기 위하여 사용자로부터 명시적으로 수집한 평가정보를 이동하였다. 그러나 명시적인 평가정보 수집방법은 사용자로부터 충분한 평가정보를 제공받지 못하여 추천이 어려울 수 있다. 최근에는 명시적으로 평가정보를 수집하지 않고 묵시적으로 평가정보를 수집하는 추천시스템에 관한 연구가 활발하게 진행되고 있다. 이러한 묵시적인 평가정보의 장점은 로든 사용자에 대한 평가정보를 자동적으로 수집할 수 있으며, 사용자는 정보를 이용하는 것 이치의 부가적인 일을 수행할 필요가 없다는 점이다. 본 논문에서는 인터넷사이트에서 계층적으로 구성된 컨텐츠에 대한 사용자의 단계적인 반응도에 따라 자동적으로 평가정보를 수집하기 위한 기법을 제안하고 효율을 측정하였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2004.05a
• /
• pp.471-474
• /
• 2004

모바일 컴퓨팅에 대한 관심이 집중되면서 변화하는 사용자의 요구사항을 반영할 수 있는 안정되고 질 높은 서비스에 대한 요구가 증가되고 있다. 향후 유비궈터스 환경에서의 응용 서비스들은 기존의 요구 조건에 더하여 보다 정확한 시간(right time) 에 정확한 위치(right location)로 정화한 장치(right device/ right user)를 지원해 줄 수 있는 정확한 서비스(right service)를 요구하므로 이를 위한 상황 정보 관리 기능을 제공하고 사용자의 요구사항을 만족시킬 수 있어야 한다. 따라서 본 논문에서는 다양한 형태의 사용자 장치와 네트워크 연결성, 사용자 이동성 등을 고려하고 다양한 사용자의 요구사항과 환경의 변화에 따라 사용자에게 높은 품질의 서비스를 제공 할 수 있는 모바일 에이전트 기반의 모바일 응용 프레임워크를 제안하고 응용 시나리오로서 실시간 여행정보를 퐁해 사용자의 상황과 다양한 요구사항의 반영 방법을 설명한다.

• Annual Conference of KIPS
• /
• 2010.11a
• /
• pp.332-335
• /
• 2010

Web 2.0 이 도래한 이후 SNS(Social Network Service)에 대한 관심이 널리 퍼짐에 따라 인터넷 사용자들은 SNS 를 통하여 수 많은 정보를 교류하고 있다. SNS 에서는 사용자들을 중심으로 수많은 메시지가 생성되고 있으며, 그러한 메시지에는 사람들의 성향이 그대로 묻어 있다. 수많은 사람들이 만들어내는 메시지들은 매우 방대하며 의미 있고 실속 있는 다양한 개인 정보를 담고 있다. 본 논문에서는 트위터를 이용하여 특정 사용자 중심의 네트워크에서 생성되는 메시지들을 집단지성의 측면에서 수집, 분석하는 시스템을 개발하였다. 이 시스템은 사용자 주변에서 오가는 키워드들을 찾아내고, 그런 키워드를 생성하고 있는 사람들이 누구인지를 알아본다. 그 결과 한 사용자 주변에 분포되어 있는 집단들의 특성을 알아볼 수 있다. 특정 사용자 주변에는 어떠한 집단이 있는지 알 수 있고, 그 집단들의 연관성을 분석한다면 이는 마케팅, 서비스 차원의 사회 여러 분야에서 유용하게 쓰일 수 있을 것이다.

• Annual Conference of KIPS
• /
• 2008.11a
• /
• pp.1363-1366
• /
• 2008

최근 Skype의 인기와 더불어 P2P기반의 VoIP에 대한 관심이 높아지고 있다. 이에 표준 콜 셋업 프로토콜인 SIP와 동등 계층 간 통신망 구성의 P2P 기술을 결합하여 분산된 VoIP 서비스를 제공하려는 연구가 활발하게 진행 중에 있다. P2P에서는 중앙 엔티티가 존재하지 않으므로 사용자의 위치정보를 효율적으로 분산시키고 신속한 검색 방법을 제공하는 것을 중요한 문제로 다루고 있다. P2PSIP에서는 파일공유 목적의 P2P 서비스와는 다르게 특정 사용자의 각종정보(위치, 프로파일 등)를 빠르고 정확하게 찾아내야한다. 분산된 사용자의 위치정보를 검색하기 위하여 주로 DHT를 사용하고 있다. 하지만 매번 새로운 접속마다 사용자의 위치를 다시 찾아야 하기 때문에 오버레이 네트워크의 트래픽을 증가시킨다. 또한, 오버레이 네트워크에 참여하는 노드의 수가 증가함에 따라 사용자의 검색시간이 길어지는 단점을 가지고 있다. 본 논문에서는 DHT로 찾아낸 사용자의 접속패턴 히스토리 정보를 캐쉬로 저장하여 호 설정 지연을 감소시키는 방안을 제안한다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2001.11a
• /
• pp.321-324
• /
• 2001

인터넷의 급속한 발전으로 매우 많은 정보와 다양한 컨텐츠가 개인 사용자들에게 제공되고 있다. 또한 개인을 고객으로 하는 각종 포탈 사이트들이 많이 생성됨에 따라 고객 개인을 위한 고객화된 정보가 매우 중요한 하나의 컨텐츠로 작용하고 있다. 하지만, 현재 국내외 전자상거래를 주목적으로 하는 포탈 사이트의 시스템들은 고객에 관한 정보를 단순한 개인 프로파일로 활용하고 있을 뿐 고객 정보를 이용하여 더 많은 고객화된 새로운 정보를 창출하지 못하고 있다. 본 논문은 고객에 대한 정보를 세분화하고 분석하여 제3의 개인화 정보를 생성하여 자동으로 각 개별 고객에게 고객화된 정보를 제공해 줄 수 있는 시스템을 설계한다. 고객의 이메일 오픈율과 마우스 이벤트 정보를 분석 및 계산하여 개별 고객에게 고객의 관심정보 및 관심 컴포넌트를 생성한 후 관심정보와 관심 컴포넌트를 이용하여 개별 고객의 관심 정보를 고객이 선호하는 이메일 규격 및 양식에 맞게 에이전트를 통해 자동으로 재구성하여 푸쉬해 주는 개인화 메일 자동생성 에이전트 시스템을 제안한다.

• Journal of Digital Convergence
• /
• v.19 no.8
• /
• pp.319-325
• /
• 2021

With the advancement of wireless technology and the rapid growth of the infrastructure of mobile communication technology, systems applying AI-based platforms are drawing attention from users. In particular, the system that understands users' tastes and interests and recommends preferred items is applied to advanced e-commerce customized services and smart homes. However, there is a problem that these recommendation systems are difficult to reflect in real time the preferences of various users for tastes and interests. In this research, we propose a Fuzzy-AHP-based movies recommendation system using the Gated Recurrent Unit (GRU) language model to address a problem. In this system, we apply Fuzzy-AHP to reflect users' tastes or interests in real time. We also apply GRU language model-based models to analyze the public interest and the content of the film to recommend movies similar to the user's preferred factors. To validate the performance of this recommendation system, we measured the suitability of the learning model using scraping data used in the learning module, and measured the rate of learning performance by comparing the Long Short-Term Memory (LSTM) language model with the learning time per epoch. The results show that the average cross-validation index of the learning model in this work is suitable at 94.8% and that the learning performance rate outperforms the LSTM language model.