• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2018.11a
• /
• pp.313-315
• /
• 2018

S-Mode는 항해에 필요한 정보들을 확인하기 위하여 주요 항해장비의 기능과 화면, 작동법등을 표준화하는 기능이다. 국제해사기구는 S-Mode의 항해장비 적용을 위한 가이드라인 개발을 진행 중에 있다. 본 연구는 S-Mode 적용을 위한 사용자 의견과 선호도를 조사하여 지침 개발에 반영하기 위해 수행되었다. 항해장비 중 ECDIS를 대상으로, 사용자 선호도 조사를 위한 테스트 프로그램을 구성하였다. 웹기반의 테스트 프로그램을 통해 선호도 조사를 실시하였으며, ECDIS 사용자들이 항해당직 수행 시 선호하는 정보의 내용과 화면배치를 확인하였다. 연구의 결과는 S-Mode에 고려할 사용자 요구 사항을 제시함으로써, 실효성 있는 지침 개발에 기여할 수 있을 것이다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.11a
• /
• pp.305-306
• /
• 2009

본 논문에서는 홈네트워크 서비스 환경에서의 사용자 맞춤형 디바이스 제어 솔루션을 제공하기 위해 디바이스 제어와 관련된 사용자 선호도 스키마를 정의하고, 이를 기반으로 한 프로파일 관리 기법을 제시하였다. 나이, 성별, 직업 등과 같은 사용자 개인정보에 대한 스키마와 향기, 온도, 조명, 바람 등에 대한 선호도 스키마를 포함하는 가전 디바이스 제어와 관련된 다양한 요소들에 대한 스키마를 XML로 정의하였으며, 사용자의 인터랙션이나 프로파일 정보 입력을 통해 사용자 선호도 정보를 획득하여, 단방향의 수동적인 단일 디바이스 제어가 아닌 여러 개의 디바이스를 최적으로 제어할 수 있는 사용자 맞춤형 홈서비스 환경을 제시하였다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.17 no.2
• /
• pp.160-166
• /
• 2007

When a mail was given to users, each user's response could be different according to his or her preference. This paper presents a solution for this situation by constructing a user preferred ontology for anti-spam systems. To define an ontology for describing user behaviors, we applied associative classification mining to study preference information of users and their responses to emails. Generated classification rules can be represented in a formal ontology language. A user preferred ontology can explain why mail is decided to be spam or ron-spam in a meaningful way. We also suggest a new rule optimization procedure inspired from logic synthesis to improve comprehensibility and exclude redundant rules.

• Proceedings of the Korean Information Science Society Conference
• /
• 2010.06c
• /
• pp.122-125
• /
• 2010

사용자와 취향이 비슷한 사용자를 찾고, 이 유사 사용자가 선호한 아이템을 추천하는 협력적 필터링방식은 일반적으로 많이 사용되는 추천 방식이다. 하지만 협력적 필터링 방식은 어떤 상황적 요소도 고려하지 않아 모든 상황에서 동일한 추천 결과를 제시하게 된다. 반면, 상황을 고려한 추천 방식은 다른 상황에서 그 상황에 적합하다고 판단되는 추천 리스트를 보여주는 다양성을 가지지만 개인의 선호를 반영하지 못하는 한계를 가진다. 이에 협력적 필터링 방식과 상황에 따른 추천 방식을 함께 고려하려는 시도가 있다. 본 논문에서는 시간 상황에 따른 음악 추천 시, 전체 상황에서 가장 유사한 사용자를 찾고 이 유사 사용자의 현재 상황에서의 선호 아이템을 추천하는 모델을 제시하고 실험을 통하여 이 모델의 한계와 실용 가능한 상황을 제시한다.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2010.09a
• /
• pp.65-67
• /
• 2010

위치기반서비스(LBS)는 사용자의 위치를 기반으로 다양한 정보제공 서비스를 하고 있다. 최근 연구에서는 단순한 정보제공이 아닌 사용자의 상황인식(Context-Aware)을 통하여 사용자에게 적합한 정보를 제공해주는 지능화된 서비스를 제공하고 있다. 하지만 현재 연구들은 사용자의 기본정보와 선호도정보를 이용한 단일기준 추론을 통하여 사용자에게 정보를 제공해주고 있으며, 이것은 사용자의 다양한 기준의 의사결정을 반영하지 못하는 한계점이 있다. 이러한 한계점을 극복하기 위하여 본 연구에서는 사용자의 정보, 선호도, 공간지리선호도 정보 Ontology를 구축하고, 의사 결정 기준에 가중치를 부여하는 Cost Value Ontology를 구축하여, 다 기준 의사추론을 통해 사용자에게 적절한 추천 결과가 도출되는 Ontology 추론시스템을 제안한다. 사용자들의 개인적인 특성 지식과 공간지리 선호도 지식을 구축할 수 있으며, 이러한 특성으로 구축된 지식 기반 하에 입력된 사용자 정보와 추론을 통하여 이 시스템을 통해 사용자의 선호도 Ontology를 구축할 수 있으며 이를 이용한 추론을 통하여 사용자의 현재상황에 적합한 결과를 도출함을 보였다.

• Journal of Broadcast Engineering
• /
• v.7 no.2
• /
• pp.153-167
• /
• 2002

With the advent of digital broadcasting, a large number of program channels become available at the user terminals such as set-top-box or PC. Channel navigation and searching become more difficult at TV terminal sides using a conventional device such as a TV remote controller. The MPEG-7 MDS (Multimedia Description Scheme) and TV Anytime set up a standard about how to describe user preferences for genre, channel, actor/actress, keyword, etc. of the TV programs, and how to describe usage history for user's program consumption behaviors and preferences. But they do not describe how to use them. In this paper, we describe an IPG (Intelligent Program Guider) system that provides TV program and channel information based on user preferences and suggest easy access to TV program that user wants. The IPG monitors user's behaviors of interacting to programs and automatically updates the user's preference changes according1y. The IPG utilizes user preferences description scheme specified in both MPEG-7 MDS and TV Anytime metadata specifications.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.19 no.3
• /
• pp.343-349
• /
• 2009

In this paper, it would be shown that individuals can have different responses to the same email based on their preferences through computing the distributions of user clusters' email responses from clustering results based on email users' preference information. This paper presents an approach that incorporates user preferences to construct an anti-spam mail system, which is different from the conventional content-based ones. We consider email category information derived from the email content as well as user preference information. We also build a user preference ontology to formally represent the important concepts and rules derived from a data mining process and then apply a rule optimization procedure to exclude unnecessary rules. Experimental results show that our user preference based system achieves good performance in terms of accuracy, the rules derived from the system and human comprehensibility.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04c
• /
• pp.398-400
• /
• 2003

추천 시스템은 사용자의 아이템에 대한 선호도를 예측함으로써. 사용자에게 적합한 아이템을 추천한다. 이러한 추천 시스템은 희소성과 확장성의 문제를 안고 있다. 희소성이란 사용자의 선호도 예측의 토대가 되는 정보의 부족으로 인하여 추천 아이템의 범위가 제한되는 것이고, 확장성이란 사용자나 아이템의 수가 증가함에 따라 추천 시간이 증가하는 것이다. 본 논문에서는 아이템의 카테고리 정보를 이용한 다중 레벨 연관규칙을 선호도 예측에 적용하여 희소성과 확장성의 문제를 완화하고자 하였다. 연관규칙을 이용하여 선호도 예측을 위한 모델을 구축하여 확장성을 해결하고, 다중 레벨 연관규칙을 이용하여 추천 아이템의 범위를 확장할 수 있었다. 단일 레벨만을 사용한 방법과 비교한 결과, 다중 레벨을 사용한 방법이 좋은 성능을 보임을 확인할 수 있었다.

• Annual Conference on Human and Language Technology
• /
• 2013.10a
• /
• pp.163-166
• /
• 2013

사용자별로 SNS/RSS 구독 뉴스 분석을 통해 사용자가 관심이 있는 새로운 뉴스를 추천해 주는 시스템을 설계하고 구현한다. 뉴스 추천 시스템의 설계를 위해 전체 시스템에서 사용자와 서버에서의 작업을 명세하고, 이중에 주요 기능을 담당하는 부분을 구현한다. 구현된 주요 기능은 선호 문서가 들어왔을 때 특징을 추출하고 이를 저장하는 것과 새로운 문서가 들어왔을 때 선호 문서군과 얼마나 유사한지 판별하여 문서에 대한 추천 여부를 결정하는 것이다. 선호 문서의 특징 추출에 대해서는 형태소 분석을 통해 단어와 빈도를 추출하고 이를 누적하여 저장한다. 또한, 새로운 문서가 들어왔을 때 코사인 유사도를 계산하여 사용자가 선호하는 학습문서와의 유사도 비교를 통해 문서 추천 여부를 결정한다. 구현된 시스템에서 실제로 연관된 선호 문서군을 학습시키고, 연관된 새로운 문서 혹은 연관되지 않은 새로운 문서에 대한 추천 여부를 비교하는 것으로 시스템 정확도를 파악한다.

• Journal of the Korea Society of Computer and Information
• /
• v.19 no.5
• /
• pp.61-69
• /
• 2014

Collaborative filtering recommendation creates similar item subset or similar user subset based on user preference about items and predict user preference to particular item by using them. Thus, if preference matrix has low density, reliability of recommendation will be sharply decreased. To solve these problems we suggest Hybrid Preference Prediction Technique Using Weighting based Data Reliability. Preference prediction is carried out by creating similar item subset and similar user subset and predicting user preference by each subset and merging each predictive value by weighting point applying model condition. According to this technique, we can increase accuracy of user preference prediction and implement recommendation system which can provide highly reliable recommendation when density of preference matrix is low. Efficiency of this system is verified by Mean Absolute Error. Proposed technique shows average 21.7% improvement than Hao Ji's technique when preference matrix sparsity is more than 84% through experiment.