• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 가을 학술발표논문집 Vol.32 No.2 (2)
• /
• pp.694-696
• /
• 2005

본 논문은 `시맨틱 검색`을 위해서 시맨틱 웹 기술을 사용하여 사용자가 원하는 콘텐츠 제공을 위한 시맨틱 검색 방법을 제안한다. 본 연구는 현재 웹의 단점인 사람 위주의 웹 구성, 단순 텍스트 매칭 기반의 검색, 사람의 필터링이 필요한 대량의 결과, 특정 지식 검색이 불가능한 구조의 웹을 시맨틱 검색이 가능하도록 하기 위해서 다음과 같은 단계로 연구한다. 첫째, 도메인에 따른 정확한 정보의 제공을 위해서 OWL 온톨로지를 이용하여 컨텍스트 모델링한다. 둘째, 도메인 관련 웹 문서를 수집하고 도메인 온톨로지를 기반으로 키워드의 의미를 분석하고 주석 처리(annotation)한다. 셋째, 사용자의 자연어 질의에 의미있는 컨텍스트를 추가하여 질의를 확장한다. 넷째, 확장된 질의를 규칙기반 추론엔진을 이용하여 결과를 추론한다. 마지막으로, 사용자 프로파일 분석을 이용하여 선호하는 문서를 우선으로 추천하는 방법을 연구한다. 따라서 본 연구는 질의어에 해당하는 결과문서가 존재하지 않더라도 사용자가 선호하는 문서의 추론이 가능하고, 특정 도메인의 전문가 지식을 추가한 메타 데이터 추론을 통해서 검색 패러다임을 변화시킨다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2012년도 제46차 하계학술발표논문집 20권2호
• /
• pp.323-324
• /
• 2012

최근 스마트폰 환경에서 제공되는 수많은 서비스들은 일률적으로 소비자에게 단방향으로 제공되던 예전과 달리 사용자마다 개인화된 서비스 제공을 통해, 더욱 효율적으로 서비스를 제공하려는 시도들이 이루어지고 있다. 그 중에서 감정인식을 이용한 연구는 사용자에게 최적화된 개인화 서비스 제공을 위해 사용자의 감정을 인식하여 사용자가 느끼는 감정에 맞는 서비스를 제공함으로써 보다 몰입감을 느낄 수 있도록 하여 결과적으로 특정 서비스의 이용을 유도하도록 할 수 있다. 본 논문에서는 사용자 선호도와 컨텍스트 정보를 활용하여 사용자의 감정을 추출하고 이를 음성기반 감정인식과 융합하여 그 정확도를 높이고 실제서비스에서 활용할 수 있는 시스템 설계를 제안한다. 제안하는 시스템은 사용자 선호도와 컨텍스트 인식으로 감정을 판단했을 경우의 오류를 음성을 통한 감정인식으로 보완하며, 사용자가 감정인식 시스템을 활용하기 위한 비용을 최소화한다. 제안하는 시스템은 스마트폰에서 사용자 감정을 이용한 애플리케이션이나 추천서비스 등에서 활용이 가능하다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2019년도 춘계학술대회
• /
• pp.502-503
• /
• 2019

리뷰 데이터 분석을 통해 추천을 하는 기존 시스템에서 사용자의 특성 혹은 상품 구매 취향와 같은 개인의 선호 세부 정보를 반영하지 않는 점을 보완하여 본 논문에서는 사용자가 상품을 검색하고 그 상품을 구매할 때 가장 중요하게 생각하는 기준을 선택하도록 하고, 이를 반영하여 분석함으로써 다양한 사용자에게 맞춤화된 추천 정보를 제공하는 시스템을 제안한다. 이는 사용자가 상품 구매 시 가장 큰 비중을 차지하는 기준을 토대로 가중치를 부여하여 감성분석을 수행하고 그 결과를 반영하여 상품 목록을 제공한다. 따라서, 상품 추천 정보에 사용자 개인의 선호도를 반영하였기 때문에 기존 추천 시스템을 통해 상품을 추천받는 것보다 효율적인 결과를 얻을 수 있을 것으로 사료된다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 1999년도 제11회 한글 및 한국어 정보처리 학술대회
• /
• pp.73-78
• /
• 1999

최근 인터넷에서 접근할 수 있는 정보의 양이 급속히 증대함에 따라 사용자의 선호도와 목적에 따라 개인화 또는 전문화된 검색기능을 제공하여 기존 인터넷 검색엔진의 약점을 극복할 수 있는 방법으로 인터넷 검색에이전트가 연구되고 있다. 현재 개발하고 있는 인터넷 검색 에이전트는 다양한 목적에서 개발한 인터넷 검색엔진의 검색 결과에 부가가치를 더하는(value-added) 접근 방법을 따른다. 하지만 이 방법은 검색엔진의 재현율이 떨어지면 문제영역 지식이나 사용자의 선호도를 이용해도 정확도가 증가하지 않는다. 따라서 검색엔진의 재현율과 정확도를 동시에 높이면서 효과적인 결과를 얻기 위해서는 기존 검색엔진을 모듈화하여 효율적인 분산 및 다중처리가 가능하도록 함으로써, 문제영역 지식이나 사용자 선호도가 검색결과에 반영되도록 해야한다. 이 논문에서는 부산대학교의 인터넷 검색엔진인 미리내 시스템을 에이전트 기반 시스템으로 변환하고, 분산, 다중 처리 및 실시간 검색이 가능한 검색에이전트 환경을 구축하였다.

• 정보와 통신
• /
• 제31권12호
• /
• pp.89-96
• /
• 2014

본고에서는 사용자의 콘텐츠 이용 방법 및 선호 요소를 능동적으로 수용하고 반영하는 접근성 메타데이터 서술 및 그들의 정합을 실현하는 접근성 플랫폼 구성 개요와 모형을 제시하고 그것의 개발과 서비스에 적용될 표준화 가능 항목과 범위를 제안한다. 본 제안은 사용자 개인화 및 접근성이 제공되는 전자책, 사이버 가정학습, 디지털 교과서의 표준에 따른 제작에 기여할 것으로 생각한다.

• 재활복지공학회논문지
• /
• 제6권1호
• /
• pp.37-43
• /
• 2012

본 논문은 안드로이드기반 모바일 보완대체의사소통시스템(AAC)의 기능 및 사용자인터페이스(UI)에 대한 사용성 평가에 대한 것이다. 시나리오를 사용한 평가를 통해 특정 기능실행의 용이성, 기능사용의 만족도, 정보찾기의 용이성 등을 살펴보았고, 설문조사를 통해 모바일 AAC의 개발목적, 내용, 교수학습 전략, 활용가능성, 편집/설정 기능과 사용자인터페이스 등이 무발화아동의 의사소통 요구에 적합한지를 평가하였으며, 자유 피드백을 통하여 사용자의 선호도, 만족도, 요구분석 사항 등에 대한 피드백들을 조사하고 분석하였다. 또한 5인치, 7인치, 4.3인치의 모바일 기기를 사용하여 다양한 크기의 안드로이드기반 모바일 기기에 대한 사용자의 선호도를 조사하였다.

• 지능정보연구
• /
• 제19권2호
• /
• pp.1-20
• /
• 2013

소셜 네트워크는 사용자들의 공통된 관심사, 경험, 그리고 일상 생활들을 함께 공유하기 위해 소셜 네트워크 상 사람들을 서로 연결시켜주는 거대한 커뮤니케이션 플랫폼이다. 소셜 네트워크상의 사용자들은 포스팅, 댓글, 인스턴스 메시지, 게임, 소셜 이벤트 외에도 다양한 애플리케이션을 통해 다른 사용자들과 소통하고 개인 정보 관리하는데 많은 시간을 소비한다. 소셜 네트워크 상의 풍부한 사용자 정보는 추천시스템이 추천 성능을 향상시키기 위해 필요한 큰 잠재력이 되었다. 대부분의 사용자들은 어떤 상품을 구매하기 전 가까운 관계이거나 같은 성향을 가진 사람들의 의견을 반영하여 의사 결정을 하게 된다. 그러므로 소셜 네트워크에서의 사용자 관계는 추천시스템을 위한 사용자 선호도 예측을 효율적으로 높이는데 중요한 요소라 할 수 있다. 일부 연구자들은 소셜 네트워크에서의 사용자와 다른 사용자들 사이의 상호작용 즉, 소셜 관계(social relationship)와 같은 소셜 데이터가 추천시스템에서 추천의 질에 어떠한 영향을 미치는가를 연구하고 있다. 추천시스템은 아마존, 이베이, Last.fm과 같은 큰 규모의 전자상거래 사이트 또한 채택하여 사용되는 시스템으로, 추천시스템을 위한 방법으로는 협업적 여과 방법과 내용 기반 여과 방법이 있다. 협업적 여과 방법은 사용자들의 선호도 학습에 의해 사용자가 아직 평가하지 않은 아이템 중 선호할 수 있는 아이템을 정확하게 제안하기 위한 추천시스템 방법 중 하나이다. 협업적 여과는 사용자들의 데이터에 초점을 맞춘 방법으로 유사한 배경과 선호도를 가지는 사용자들로부터 정보를 수집하여 사용자들의 선호도 예측을 자동으로 발생시킨다. 특히 협업적 여과는 근접한 이웃 사용자들에 의해서 목적 사용자가 선호할 수 있는 아이템을 제시하는 것으로 유사한 이웃 사용자를 찾는 것이 중요하다. 좋은 이웃 사용자 발견은 사용자와 아이템을 고려하는 방법이 일반적이다. 각 사용자는 아이템 즉, 영화, 상품, 책 등에 자신의 선호도를 나타내기 위하여 평가 값을 입력하고, 시스템은 이를 바탕으로 사용자-평가 행렬을 구축한다. 이 사용자-평가 행렬은 목적 사용자와 유사하게 아이템을 평가한 사용자 그룹을 찾기 위한 것으로, 목적 사용자가 아직 평가하지 않은 아이템에 대하여 사용자-평가 매트릭스를 통해 그 평가 값을 예측한다. 현재 이 협업적 여과 방법은 전자상거래와 정보 검색에서 적용되어 개인화 시스템에 효율적으로 사용되고 있다. 하지만 초기 사용자 문제, 데이터 희박성 문제와 확장성 그리고 예측 정확도 향상 등 해결해야 할 과제가 여전히 남아 있다. 이러한 문제들을 해소하기 위해 많은 연구자들은 하이브리드, 신뢰기반, 소셜 네트워크 기반 협업적 여과와 같은 다양한 방법을 제안하였다. 본 논문에서는 전통적인 협업적 여과 방식의 예측 정확도와 추천 성능을 향상시키기 위해 소셜 네트워크에 존재하는 소셜 관계를 이용한 협업적 여과 시스템을 제안한다. 소셜 관계는 소셜 네트워크 서비스 중 하나인 페이스북 사용자들이 남긴 포스팅과 사용자의 소셜 네트워크 친구와 의견 교류 중 남긴 코멘트와 같은 사용자 행동을 기반으로 정의된다. 소셜 관계를 구축하기 위해 소셜 네트워크 사용자의 포스팅과 댓글을 추출하고, 추출된 텍스트에 불용어 및 특수 기호 제거와 스테밍 등 전처리를 수행하였다. 특징 벡터는 TF-IDF를 이용하여 전처리된 텍스트에 나타난 각 단어에 대한 특징 점수를 계산함으로써 구축된다. 본 논문에서 이웃 사용자를 결정하기 위해 사용되는 사용자 간 유사도는 특징 벡터를 이용한 사용자 행동 유사도와 사용자의 영화 평가를 기반으로 한 전통적 방법의 유사도를 결합하여 계산된다. 제안하는 시스템은 목표 사용자와 제안한 방법을 통해 결정된 이웃 사용자 집단을 기반으로 목표 사용자가 평가하지 않은 아이템에 대한 선호도를 예측하고 Top-N 아이템을 선별하여 사용자에게 아이템을 추천하게 된다. 본 논문에서 제안하는 방법을 확인하고 평가하기 위하여 IMDB에서 제공하는 영화 정보 기반으로 영화 평가 시스템을 구축하였다. 예측 정확도를 평가하기 위해 MAE 값을 이용하여 제안하는 알고리즘이 얼마나 정확한 추천을 수행하는지에 대한 예측 정확도를 측정하였다. 그리고 정확도, 재현율 및 F1값 등을 활용하여 시스템의 성능을 평가하였으며, 시스템의 추천 품질은 커버리지를 이용하여 평가되었다. 실험 결과로부터 본 논문에서 제안한 시스템이 보다 더 정확하고 좋은 성능으로 사용자에게 아이템을 추천하는 것을 볼 수 있었다. 특히 소셜 네트워크에서 사용자 행동을 기반으로 한 소셜 관계를 이용함으로써 추천 정확도를 6% 향상시킴을 보였다. 또한 벤치마크 알고리즘과의 성능비교 실험을 통해 7% 향상된 추천 성능의 결과를 보여준다. 그러므로 사용자의 행동으로부터 관찰된 소셜 관계를 CF방법과 결합한 제안한 방법이 정확한 추천시스템을 위해 유용하며, 추천시스템의 성능과 품질을 향상시킬 수 있음을 알 수 있다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2012년도 한국컴퓨터종합학술대회논문집 Vol.39 No.1(D)
• /
• pp.106-108
• /
• 2012

스마트TV는 스마트폰과 달리 가족이 사용하는 디바이스로 인식되고 있다. 그러나 스마트TV도 SNS(Social Networking Service), 웹 서비스 등 가족인 아닌 개인 단위로 사용하는 앱(application)뿐만 아니라 각 개인마다 선호하는 게임을 포함한 앱(application), VOD 리스트, TV 채널 등이 다르다고 볼 수 있다. 그리하여 스마트TV에서도 개인 맞춤형 사용자 인터페이스가 필요하다. 이에 따라 본 논문에서는 스마트TV 환경에서 기존 윈도우 로그인 시스템처럼 개인만의 맞춤형 사용자 인터페이스를 제시한다. 그리하여 각각의 사용자들은 개인만의 환경에서 앱(application)을 실행하거나 TV를 볼 수 있다. 기존 연구되고 있는 채널 네비게이션 기법을 토대로 VOD list, 게임을 포함한 앱(App)을 개인 맞춤형 인터페이스로 보다 편리하게 사용할 수 있는 방법도 제시한다. 채널 네비게이션은 로그인한 각 자신만의 환경에서 사용자가 과거에 시청한 TV 채널을 조사하여 많이 시청한 TV 채널을 보여 주게 한다. 그리하여 보다 자신이 선호하는 채널을 쉽게 시청할 수 있다. 이와 더불어 VOD 리스트와 게임을 포함한 앱(application)을 과거에 시청하거나 사용했던 패턴을 분석하고 선호하는 VOD 리스트와 앱(application)을 예측하여 보여주어 개인의 맞춤형 인터페이스에서 보다 빠르게 접근이 가능하며 편리하게 사용할 수 있다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제4권4호
• /
• pp.195-200
• /
• 2015

최근 한국에서는 대부분의 사람들이 안드로이드 기반의 스마트폰을 사용하고 있고, 뮤직플레이어는 어느 스마트폰에서나 찾아볼 수 있다. 그러나 뮤직 플레이어들 중 사용자의 취향이나, 음악을 듣는 성향에 맞춰진 개인화된 애플리케이션은 찾아보기 힘든 실정이다. 본 논문에서는 음악을 분석하여 감정에 따라 자동으로 분류하고, 사용자가 입력한 감정에 따라 추천하며, 사용자의 선호도를 반영하는 기능을 제공할 뿐만 아니라, 음악을 색채를 통해 시각화함으로써 사용자가 음악을 보다 쉽게 느낄 수 있도록 구현된 감성 뮤직 플레이어를 제안한다. 이를 통해 사용자는 선곡의 어려움을 해소하고 자신에게 최적화된 애플리케이션을 사용할 수 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2005년도 춘계학술발표대회
• /
• pp.589-592
• /
• 2005

웹을 통한 정보량의 폭발적인 증가로 인하여, 사용자에게 적합한 정보만을 제공할 수 있는 개인화 기술에 관심이 증가하고 있다. 정보를 선별하고 추천하는 대표적인 개인화 기술로서 Contentbased Filtering(CBF) 기법과 Collaborative Filtering(CF) 기법이 널리 사용되고 있다. 본 논문에서는 위에서 언급한 CBF 기법과 CF 기법을 혼합하여, 사용자 선호도를 보다 정확하게 반영할 수 있는 새로운 모델을 제시한다. 또한, Demographic Filtering 기법과 전문가의 추천을 고려한 Fusion Model 을 제시한다. 그리고 사용자 선호 모델을 실시간으로 반영하기 위한 업데이트 방법을 Exponential Smoothing 기법을 사용하여 구성하였다.