• The Journal of the Korea Contents Association
• /
• v.10 no.6
• /
• pp.18-26
• /
• 2010

Many personalized services that provide users with adaptive information according to users' preferences have been researched and developed. Push services are especially expected to be more economic impact because push services satisfy user's potential needs even if the user does not require anything. In this paper, we propose Semantic Web approach in order to enhance the performance of push services. Our approach provides infrastructure to recommend contents based on semantic association by enabling information of contents and user preferences to be described on service-specific ontologies that reflect features of each service. In addition, our approach can recommend users with adaptive information based on information represented in our description model. Our approach enables information of contents and user preferences to be described with rich expressiveness, and it provides semantic interoperability.

• Journal of the Korea Society of Computer and Information
• /
• v.18 no.2
• /
• pp.107-116
• /
• 2013

In this paper, we propose a hybrid music recommendation system combining users' listening habits and tag information in a social music site. Most of commercial music recommendation systems recommend music items based on the number of plays and explicit ratings of a song. However, the approach has some difficulties in recommending new items with only a few ratings or recommending items to new users with little information. To resolve the problem, we use tag information which is generated by collaborative tagging. According to the meaning of tags, a weighted value is assigned as the score of a tag of an music item. By combining the score of tags and the number of plays, user profiles are created and collaborative filtering algorithm is executed. For performance evaluation, precision, recall, and F-measure are calculated using the listening habit-based recommendation, the tag score-based recommendation, and the hybrid recommendation, respectively. Our experiments show that the hybrid recommendation system outperforms the other two approaches.

• The KIPS Transactions:PartB
• /
• v.16B no.1
• /
• pp.55-62
• /
• 2009

Collaborative filtering is a popular technique that recommends items based on the opinions of other people in recommender systems. Memory-based collaborative filtering which uses user database can be divided in user-based approaches and item-based approaches. User-based collaborative filtering predicts a user's preference of an item using the preferences of similar neighborhood, while item-based collaborative filtering predicts the preference of an item based on the similarity of items. This paper proposes a combined forecast scheme that predicts the preference of a user to an item by combining user-based prediction and item-based prediction using the ratio of the number of similar users and the number of similar items. Experimental results using MovieLens data set and the BookCrossing data set show that the proposed scheme improves the accuracy of prediction for movies and books compared with the user-based scheme and item-based scheme.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2009.10a
• /
• pp.257-258
• /
• 2009

This area information system is connected with Yahoo and Daum. consequently, When the user searches the specific area, the system will be able to provide information which is various and the newest. Also all provides information which is necessary to one window, the user gets the information which is necessary easily. In addition, Because being will be able to provide the search result which reflects the personal preference, the information search of oneself who is personal is possible, gets the informations which search before easily again.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2024.05a
• /
• pp.544-545
• /
• 2024

최근 성인 독서량은 지속적으로 감소하는데 비해 영상 콘텐츠 소비가 증가하고 있다. 이에 따라 새로운 사용자에 대한 선호도 및 행동 패턴에 대한 정보가 없고 새로운 도서에 대한 사용자 평가나 구매 정보가 부족해 콜드 스타트 문제와 데이터 희소성 문제가 발생하고 있다. 본 논문에서는 영상물 콘텐츠 기반 도서 하이브리드 추천 시스템을 제안하였다. 제안하는 추천 시스템은 영상물의 콘텐츠를 활용하여 콜드 스타트 문제와 데이터 희소성 문제를 해결할 수 있을 뿐만 아니라, 전통적인 도서 추천 시스템에 비해 성능이 향상되었고 장르, 줄거리, 평점 정보 기반 사용자 취향 정보까지 모두 반영된 질 높은 추천 결과까지 확인할 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11b
• /
• pp.646-648
• /
• 2005

인터넷의 급속한 성장과 더불어 사용자들은 인터넷을 통해 많은 정보를 얻을 수 있게 되었으며 최신 뉴스를 실시간으로 접근할 수 있게 되었다. 이에 따라 방대한 정보 속에 사용자 관심사에 맞는 정보를 효과적으로 검색하기 위한 여러 방법들이 연구되어 왔다. 하지만 기존의 많은 선행 연구들은 단어 빈도 기반의 키워드 벡터 모델을 이용하여 사용자의 관심사를 학습하고 있다. 이러한 키워드 벡터 모델은 사용자의 선호도를 명확하게 기술하지 못하고 키워드를 이용한 특징 벡터 (feature-vector)는 개념들 사이의 관계를 찾기 어려운 한계를 가지고 있다. 이를 개선하기 위해 본 논문에선 계층적 개념 인덱싱(Hierarchical Concept Indexing)을 이용한 온톨로지 형태의 개인화된 사용자 프로파일을 만드는 방법을 제안한다. 생성된 사용자 프로파일에 개념 간의 유사도와 개념에 대한 사용자의 관심도를 고려하여 보다 개인의 선호도에 맞는 기사를 제공한다. 실험에서는 제안된 방법의 성능 평가를 위해서 기존의 키워드 벡터 모델의 학습 방법인 WebMate 시스템과 비교 분석하였다. 그 결과 제안하는 방법이 키워드 벡터를 이용한 학습 방법보다 향상된 성능을 보였다.

• Archives of design research
• /
• v.13 no.3
• /
• pp.39-48
• /
• 2000

Under the ambiguous situation that design aim is not defined, this study would help designers with 1. overcoming the limitation of form generation ability by establishing visual application system, 2. accepting users'opinions by generating images dynamically, analysing and giving information on the preferred ones on the web on real time, 3. identifying tendency of preference so that they can generate preferred colors and images in future by updating image combination and dropping low-preferred ones. This system would play a role as an idea or form generation application in the product design development process.

• Journal of Internet Computing and Services
• /
• v.10 no.1
• /
• pp.83-91
• /
• 2009

The advertisement system on TV is categorized into full duplex TV and Internet Protocol Television (IPTV). For the full duplex TV or the IPTV, channel providers need a number of advertisements and pay enormous expenses for them. Therefore, this study proposes how to reduce unnecessary expenses based on users' preferences. The advertisement system based on users' preferences is designed to decrease unnecessary advertisements with less expense. To identify preferences in usual advertisements and animation advertisements is to reduce expenses due to the necessity of a number of advertisements. The proposed system was designed to provide full duplex advertisements for profits of advertisement industry and considered users' disposition based on preferences of broadcasting advertisements, through which users can have advertisement desired and providers can expect less advertisement expenses and more profits.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06d
• /
• pp.149-151
• /
• 2012

최근 상황인지에 관한 연구가 활발히 진행되고 있다. 스마트폰의 각종 센서를 통해 사용자의 컨텍스트 수집이 가능해졌고 이러한 사용자의 컨텍스트는 사용자에게 보다 친화적인 서비스를 제공하기 위한 데이터로 활용이 가능하다. 컨텍스트는 물리적 컨텍스트(Physical Context)와 소프트 컨텍스트(Soft Context)로 구분할 수 있다. 이렇게 상황정보를 이용하여 추출된 데이터는 사용자에게 친화적인 서비스를 제공할 수 있는 토대로 활용할 수 있다. 하지만 물리적 컨텍스트만을 이용하는 기존의 방법은 실제로 동적인 사용자의 컨텍스트를 정확하게 유추하기 어려운 구조이다. 본 논문에서는 모바일 기기에서 사용자에게 보다 친화적인 서비스를 제공하기 위해서 소프트 컨텍스트를 사용하여 Logical Sensor를 설계 및 구현한다. 여기서 Logical Sensor는 소프트 컨텍스트를 통해서 사용자의 소셜 네트워크나 사용자의 선호도를 파악하여 로그데이터를 남긴다. 이렇게 얻은 로그데이터는 통계를 통해 사용자의 선호도나 소셜 네트워크를 한눈에 볼 수 있으며, 시간이나 위치에 따라서 사용자가 모바일에서 사용할 애플리케이션이나 통화상대등을 추천 해줄 수 있을 것이다. 이뿐만 아니라 Logical Sensor로부터 얻은 사용자의 로그 데이터는 사용자에게 사용자의 특화된 서비스 개발에 많은 도움이 될 것이다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.10a
• /
• pp.856-859
• /
• 2018

사용자 위치 기반 방문지 장소 추천에 대한 연구가 활발히 진행되었다. 기존 장소 추천 모델은 모든 사용자가 방문지 선택을 결정하는 항목에 동일한 가중치를 부여한다고 가정하여 주어진 정보안에서 정확도를 최대화 시키는데 초점이 맞춰져 있다. 이러한 모델은 사용자의 항목별 선호도가 모델의 가정과 일치하지 않을 때 추천 정확도가 급감한다는 문제점을 가진다. 본 연구에서는 방문지 선택을 결정하는 항목에 가중치를 사용자가 직접 설정하고, 이를 토대로 장소를 추천하는 모델 및 알고리즘을 제안 및 구현한다. 제안하는 기법을 통해, 상이한 요구사항을 지닌 방문 후보자가 자신의 경향성을 반영한 장소를 추천 받는 서비스를 제공할 수 있다.