• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2002.11a
• /
• pp.243-246
• /
• 2002

It is expected that intelligent broadcasting service (IBS) will be able to provide broadcast programs based on user preference and program-associated information (metadata) in order to assist users to easily navigate the program contents being broadcast. So users can access program contents anytime/anywhere in the way they want. In this paper we propose a framework for IBS based on an intelligent software agent platform so called FIPA (Foundation for Intelligent Physical Agents). We use an FIPA implementation. so called FIPA-OS, as a platform for exchanging user preferences and program information as FIPA messages between a server and clients. The user preference is modeled as the User Preference description scheme in MPEG-7 MDS (Multimedia Description Scheme).

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.04a
• /
• pp.538-541
• /
• 2010

본 연구에서는 현재 시중에 판매되고 있는 네 가지 휴대용 음원재생기를 자극물로 사용하여 제품 속성에 있어서의 차이가 사용자 경험의 여러 요소에 영향을 주는지 여부(가설 1)와 사용자의 정서적 반응이 사용자가 인식한 제품 특성에 의해 영향을 받는지(가설 2) 그리고 제품에 대한 전체적인 판단이 사용자가 인식한 제품 특성과 감성적 반응에 따라 달라지는지(가설 3) 실험을 통해 조사하였다. 실험결과 기능적 특성과 유희적 특성에 대한 인식 정도는 실험 참가자가 사용한 제품에 따라 서로 다르게 나타났으며, 사용자의 정서적 반응과 전체적인 선호도 또한 평가 제품에 따라 서로 다르게 나타남으로서 제품 속성에 의해 영향을 받는 것으로 분석되었다. 이와 함께 사용자 경험을 구성하는 요소들 간의 상호관계도 테스트하였는데, 사용자의 정서적 반응이 주로 제품의 기능적 특성에 따라 달라지는 반면 사용자의 전체적인 판단은 제품의 기능적 특성과 유희적 특성 모두에 의해 영향을 받고 있는 것으로 나타났다. 또 분석결과에서 밝혀진 한 가지 흥미로운 사실은 사용자의 정서적 반응이 전체적인 판단에 아무런 역할도 하지 않는다는 점이다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2015.01a
• /
• pp.23-26
• /
• 2015

도서 정보 양이 급증하면서 사용자 성향과 선호도에 맞는 정보를 추천해주는 서비스의 중요성이 높아지고 있으며, 이와 관련하여 도서를 추천해주는 플랫폼 연구가 활발하게 진행되고 있다. 독자에게 성향과 선호도에 맞는 추천을 해주기 위해서는 사용자, 도서, 저자 등을 대상으로 하는 분석이 필요하며, 분석된 정보를 사용자에게 직관적으로 제공해주는 것이 필요하다. 따라서 본 논문에서는 저자에 대한 도서 정보를 시계열적으로 분석하고, 분석된 결과를 사용자에게 직관적으로 제공하는 시각화 방법을 제안한다. 제안한 방법은 저자의 도서를 시계열 방식으로 분석하고, 이를 시간 시각화와 레이더차트를 사용하여 도서정보를 제공한다. 또한 시간 시각화와 레이더 차트를 통해 두 저자의 도서 일대기와 분류의 변화를 직관적으로 확인할 수 있다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2016.05a
• /
• pp.808-810
• /
• 2016

주 5일 근무 형태의 확산에 따라 여가 생활에 대한 관심이 높아지면서 휴일이나 주말에 여행을 떠나는 사람이 늘고 있다. 일반적으로 국 내외 여행을 위해서는 여행정보 수집 및 일정편성의 번거로움 때문에 여행사의 상품을 많이 활용하지만 개인적으로 원하는 일정의 여행을 할 수 없어서 최근에는 여행 일정을 사용자가 직접 계획하는 개별 여행도 확산 추세에 있다. 본 논문에서는 이러한 추세를 반영하여 여행자의 취향과 선호도 등을 반영한 여행 정보를 제공할 수 있는 사용자 맞춤 여행정보 서비스를 설계하고 구현하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.04a
• /
• pp.924-926
• /
• 2015

맛집과 맛집 정보에 대한 관심이 높아진 현재 사용자들이 손쉽게 맛집 정보를 지도형태로 기록할 수 있는 맛집 지도 만들기 애플리케이션을 구현하고자 한다. 본 애플리케이션은 구글 지도 API를 이용해 사용자들에게 지도를 제공하며 본인의 현재 위치를 나타내 주는 핀을 간단히 터치하는 동작으로 후가, 분야, 별점 등을 간편하게 기록하고 조회하며, 데이터베이스에 저장된 맛집 정보를 분석하여 맛집의 순위를 사용자들에게 제공하여 사용자들이 적절한 맛집 정보관리를 가능하게 한다. 또한, 특별한 기능으로 친구의 맛집 정보를 볼 수 있어, 친하게 지내는 친구의 음식 취향이나 최근 선호도 등을 공유할 수 있어, 음식을 통한 친분 형성에 도움을 줄 수 있도록 구현하였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.21 no.2
• /
• pp.277-284
• /
• 2017

In a flood of information, most users will want to get a proper recommendation. If a recommender system fails to give appropriate contents, then quality of experience (QoE) will be drastically decreased. In this paper, we propose a recommender system based on the intra-cluster users' item preference for improving recommendation accuracy indices such as precision, recall, and F1 score. To this end, first, users are divided into several clusters based on the actual rating data and Pearson correlation coefficient (PCC). Afterwards, we give each item an advantage/disadvantage according to the preference tendency by users within the same cluster. Specifically, an item will be received an advantage/disadvantage when the item which has been averagely rated by other users within the same cluster is above/below a predefined threshold. The proposed algorithm shows a statistically significant performance improvement over the item-based collaborative filtering algorithm with no clustering in terms of recommendation accuracy indices such as precision, recall, and F1 score.

• The KIPS Transactions:PartB
• /
• v.10B no.3
• /
• pp.287-296
• /
• 2003

There has been much research focused on collaborative filtering technique in Recommender System. However, these studies have shown the First-Rater Problem and the Sparsity Problem. The main purpose of this Paper is to solve these Problems. In this Paper, we suggest the user's predicting preference method using Bayesian estimated value and the associative user clustering for the recalculation of preference. In addition to this method, to complement a shortcoming, which doesn't regard the attribution of item, we use Representative Attribute-Neighborhood method that is used for the prediction when we find the similar neighborhood through extracting the representative attribution, which most affect the preference. We improved the efficiency by using the associative user's clustering analysis in order to calculate the preference of specific item within the cluster item vector to the collaborative filtering algorithm. Besides, for the problem of the Sparsity and First-Rater, through using Association Rule Hypergraph Partitioning algorithm associative users are clustered according to the genre. New users are classified into one of these genres by Naive Bayes classifier. In addition, in order to get the similarity value between users belonged to the classified genre and new users, and this paper allows the different estimated value to item which user evaluated through Naive Bayes learning. As applying the preference granted the estimated value to Pearson correlation coefficient, it can make the higher accuracy because the errors that cause the missing value come less. We evaluate our method on a large collaborative filtering database of user rating and it significantly outperforms previous proposed method.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10d
• /
• pp.728-733
• /
• 2006

본 논문은 홈 네트워크 환경에서 무선 센서 네트워크를 이용하여 홈 네트워크 서비스를 제공하는 서비스 모델을 제안한다. 제안된 서비스 모델은 댁내에 고정 센서 노드들을 배치하고 사용자에게 부착 가능한 센서 노드로 무선 센서 네트워크를 구성한다. 홈 서버에는 등록된 사용자 선호도 프로파일과 센서 노드들로부터 수집된 데이터를 데이터베이스로 구축한다. 이 데이터를 상황정보로 분석하여 사용자 개개인의 선호도에 따라 댁내 가전기기들을 자동 설정하고 자동 제어하는 서비스를 제공한다. 제안된 방식은 리눅스 환경에서 MySQL 데이터베이스가 내장된 홈 서버와 TinyOS가 탑재된 센서 노드들을 사용하여 구현하고 서비스를 테스트한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.11a
• /
• pp.753-754
• /
• 2009

오늘날 산업 전반에 걸쳐 데이터베이스 시스템이 사용되고 있다. 이에 따라 데이터베이스의 양은 점차 증가하고 방대한 양의 데이터에서 유용한 정보를 얻는 데이터 마이닝 기법이 중요한 기술로 발전해 나가고 있다. 최근 헬스클럽과 같은 개인의 취미와 여가를 위한 공간의 중요성이 대두되고 있는데 반해 사용자의 증가로 인한 불편이 문제가 되고 있다. 본 논문에서는 헬스클럽을 통해 사용자들의 선호도를 조사하여 불편을 줄이고 나아가 효율적인 시간 분배 방법을 제시해 보고자 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2011.04a
• /
• pp.1229-1230
• /
• 2011

다차원 점들로 구성된 점집합이 주어졌을 때, 그 집합에 속한 다른 점들에 지배되지 않는 점들로 구성된 부분집합을 스카이라인이라고 한다. 방대한 양의 다차원 정보를 다차원 점집합으로 보았을 때 그 집합의 스카이라인은 사용자가 의사 결정을 할 때 유용한 정보일 수 있으므로, 스카이라인을 신속하게 계산하려는 데 많은 관심이 모아지고 있다. 최근에는 방대한 크기의 점집합에 대해 스카이라인을 신속하게 계산하는 알고리즘들이 많이 개발되었다. 그러나 점집합이나 그 점집합의 스카이라인이 매우 큰 경우에 스카이라인 전체를 계산하는 것은 실제 사용자에게 큰 도움이 되지 않을 수가 있다. 이 논문에서는 스카이라인을 계산하기 전에 사용자가 자신의 선호도를 거리나 개수로 제시하는 경우, 이를 반영하여 사용자의 선호도를 가장 잘 만족하는 스카이라인 일부분을 구하는 방법을 제안한다.