• 정보처리학회논문지D
• /
• 제16D권5호
• /
• pp.683-690
• /
• 2009

소셜 네트워크(Social Network)는 웹 환경에서 개인 중심의 네트워크로 구성되어 웹 사용자별 프로파일을 탐색하고 새로운 연결을 형성함으로써 정보의 소통을 지원한다. 따라서 유사한 내재적 정보를 가진 웹 사용자들로 구성 된 소셜 네트워크를 찾아서 검색에 적용한다면 검색의 효율성과 검색 결과에 대한 웹 사용자의 만족도를 향상 시킬 수 있다. 본 논문에서는 첫째, 웹 사용자간 직접 또는 간접적인 연결로 구성된 소셜 네트워크를 구성 한다. 둘째, 사용자들의 속성(Feature)에 내재된 정보를 이용하여 주제(topic)별 웹 사용자 간 유사성(Similarity)을 산정한 후, 주제(Topic)별 변화되는 유사성에 따라 소셜 네트워크를 재구성한다. 마지막으로 산정된 유사성과 웹 사용자들의 검색결과에 대한 만족도, 즉 검색 패턴(Search Pattern)을 비교 실험 한다. 실험 결과 주제별 유사성이 높은 웹 사용자 간에는 검색 패턴 또한 유사함을 확인 하였다. 이와 같은 사실을 검색에 적용한다면 개인화 검색(Personalized Search) 및 소셜 검색(Social Search)의 효율성 및 신뢰성 향상에 기여 할 수 있다.

• 한국콘텐츠학회논문지
• /
• 제17권11호
• /
• pp.143-155
• /
• 2017

모바일 우선주의 시대에 수많은 모바일 앱이 쏟아지면서 사용자들이 보유하는 앱의 숫자도 증가하게 되었다. 그러나 실제로 자주 사용하는 앱의 숫자는 적고 많은 앱들이 언젠가 사용되기 위해 보관되고 있다. 이런 앱들을 사용자가 필요한 순간에 스마트폰에서 빠르게 찾도록 하기 위해서는 사용자들이 앱아이콘을 어떻게 관리하고 어떻게 탐색하는지에 대한 연구가 필요가 있다. 본 연구는 문헌연구에서 앱아이콘 정리, 앱아이콘 인지 및 디자인의 변화에 대해서 고찰하고 5가지 정리 유형(사용빈도, 유사성, 사용성, 심미성, 외부영향)을 추출하였다. 이를 토대로 30명의 아이폰 사용자들의 모바일 화면을 관찰 분석하여 유사성, 심미성, 외부의 영향을 3가지 주요 유형으로 확정하여 사용자 유형을 나누고, 각 사용자마다 자신의 폰에서 앱아이콘을 찾는 실험을 진행하여 사용자 유형별 아이콘 탐색 시간의 차이를 검증하였다. 자주 사용하는 앱의 경우는 대부분의 피험자들이 2초 이하로 빨리 찾았지만 자주 사용하지 않는 앱의 경우에는 유사성을 중심으로 정리하는 사용자가 평균 6초로 가장 빨리 찾았고 심미성을 고려해서 정리한 사용자가 평균 19초로 가장 오래 걸렸다. 또한, 사용자 유형별 인터뷰 결과 유사성 중심으로 정리하는 사용자에게는 앱아이콘 보다는 앱 이름의 기능 유추 여부가 중요하며, 심미성을 고려하여 정리하는 사용자에게는 앱아이콘의 칼라가 중요하고, 폴더 사용 없이 폰에서 제공하는 순서대로 앱을 배치하는 사용자들에게는 수많은 앱 아이콘들 사이에서 빠르게 시선을 잡아줄 수 있는 앱아이콘의 가시성이 중요함을 알 수 있었다. 본 연구의 결과는 사용자들의 성향을 고려하면서 앱 아이콘의 사용성을 높이기 위한 디자인을 하는데 기초자료로 활용될 수 있을 것으로 기대된다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2010년도 춘계학술발표대회
• /
• pp.884-887
• /
• 2010

최근 검색엔진의 효율성을 향상시키고 검색결과에 있어서 사용자들의 요구사항을 충족시키기 위한 연구들이 활발히 수행되고 있으며, 많은 방법론들이 제시되고 있다. 이는 방대한 정보 속에서 사용자의 검색 의도에 맞는 정보를 효과적으로 제공하는 것을 그 목표로 한다. 특히 본 논문에서는 검색하고자 하는 토픽별 사용자의 인적 속성들이 미치는 영향력을 기반으로 사용자간 소셜 관계 지수(SRV : Social Relationship Value)를 산정하는 방법을 제안한다. 소셜 관계 지수란 인간의 내재적인 특성을 수치로 산정한 것으로, 웹 사용자들에게 있어서는 검색 성향의 유사정도와 직결된다. 따라서 검색하고자 하는 토픽별 개인 성향의 유사정도를 수치로 부여하고 유사성이 높은 사람들의 검색 정보를 이용하면 사용자에 보다 만족된 검색결과를 제공할 수 있다. 본 연구에서는 구글 디렉터리(Google directory)의 정제된 각 토픽별 하위 범주(category)에 대해 선택 결과가 같은 사람들을 대상으로 인적 속성을 분석하고, 그 영향력을 가중치로 적용해 산정된 소셜 관계 지수와 사용자들의 검색 패턴을 비교 하였다. 그 결과 특정인을 기준으로 소셜 관계 지수가 높은 사람들의 검색 패턴이 매우 유사함을 확인 하였다. 이를 통해 토픽별 개인 간 연결 강도가 강할수록, 즉 유사성이 높은 사용자간에는 검색 패턴 또한 유사함을 검증 할 수 있었다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2008년도 학술대회 1부
• /
• pp.298-303
• /
• 2008

사용자의 과거 이동 경로 자료는 사용자의 현재 이동 위치를 예측하고 이외 관련된 서비스를 제공하는데 유용하게 사용될 수 있다. 본 논문에서는 사용자의 과거 이동 경로의 분석을 통하여 이동 중인 사용자의 시공간 위치예측 기술을 제안한다. 환경으로부터 발생한 사용자의 이동 경로를 수집하고 수집된 데이터에서 이동 경로 요약(Path Summarization)과 이동 경로 선택(Path Selection) 방법을 제안한다. 이동 경로 요약 방법은 환경으로부터 수집한 사용자의 이동 경로를 군집 분류하고, 이동 경로 선택 방법은 이동 중에 발생한 경로의 거리, 시간, 방향의 요소와 동적 정합법을 사용하여 유사성(Similarity)을 측정하며 유사성이 가장 높은 경로를 선택한다. 선택된 경로는 시간에 따른 공간 정보 빚 위치에 따른 시간 예측 서비스를 위하여 사용가능 하며, 실험을 통하여 유사성이 높은 이동 경로를 선택하는 모습을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제19권1호
• /
• pp.111-118
• /
• 2014

현재 트위터에서 제공되는 친구추천 시스템은 영향력이 높은 사용자를 우선적으로 추천해준다. 하지만 사용자정보의 유사성이 높은 다른 사용자는 추천되지 않는 단점을 가지고 있다. 사용자들은 정보의 유사성이 높은 사용자 추천을 원하기 때문에 이러한 단점을 극복하기 위하여 본 논문에서는 사용자정보의 유사성을 기반으로 팔로어 추천 시스템을 구현하였다. 본 논문에서 사용된 데이터는 SNAP(Stanford Network Analysis Platform)에서 제공하는 데이터로, 팔로어의 수가 10,000명이상인 트위터의 사용자정보와 노드간 연결 데이터로 구성된다. 이 데이터를 트레이닝 데이터로 활용하여 팔로어간의 관계를 분류해줄 수 있는 분류자를 생성하고, 10-Fold Cross Validation을 활용하여, 분류자의 정확도를 판단한다. 두 트위터의 정보가 주어지면 그들 사이에 친구 관계, 팔로우 관계, 비연결 관계를 추천한다.

• 한국지능시스템학회논문지
• /
• 제16권5호
• /
• pp.568-574
• /
• 2006

사용자에게 적응된 서비스를 제공하기 위하여 환경으로부터 얻어지는 다양한 형태의 데이터를 이용한 다양한 방법이 연구되고 있다. 그 중 과거 이동 경로 자료는 사용자의 현재 이동 위치를 예측하고 이와 관련된 서비스를 제공하는데 유용하게 사용될 수 있다. 본 논문에서는 사용자의 과거 이동 경로의 분석을 통하여 이동중인 사용자의 시공간 위치예측 기술을 제안한다. 환경으로부터 발생한 사용자의 이동 경로를 수집하고, 수집된 데이터에서 이동 경로 선택(Path Selection) 방법을 이용한다. 이동 경로 선택 방법은 이동 중에 발생한 경로의 거리, 시간, 방향의 요소와 동적정합법을 사용하여 유사성(Similarity)을 측정하며 유사성이 가장 높은 경로를 선택한다. 선택된 경로는 시간에 따른 공간 정보 및 위치에 따른 시간 예측 서비스를 위하여 사용가능 하며, 실험을 통하여 유사성이 높은 이동 경로를 선택하는 모습을 확인하였다.

• 지능정보연구
• /
• 제9권3호
• /
• pp.117-135
• /
• 2003

개인화 된 정보를 제공하기 위한 협력 여과 기법에 대한 많은 연구가 이루어지고 있는데, 유사 사용자들을 찾는 과정에서 상관계수와 같은 유사성 척도를 이용하여 모든 사용자와의 유사성을 계산하는 과정을 거친다. 이때 사용자 수가 많아지게 되면, 계산의 복잡도가 지수적으로 증가하게 되는 규모의 문제가 발생한다. 본 연구는 협력 여과 기법에서 주로 사용하는 유사성 척도가 사용자 집단이 커짐에 따라 계산의 복잡도가 지수적으로 증가하는 문제를 해결하기 위한 방안을 제시하는 것이 주목적이다. 규모의 문제를 해결하기 위해 클러스터링 모델 기반 접근 방식을 사용하고 아이템의 선호도 계산을 위해 RPM(Recency, Frequency, Momentary) 기준의 사용을 제안한다. 먼저 SOM을 이용하여 전체 사용자를 사용자 집단으로 클러스터링하고 사용자 집단별로 RFM 기준에 의해 아이템의 점수를 계산하여 선호도가 높은 순으로 정렬하여 저장한다. 사용자가 로그인하면 학습된 SOM을 이용하여 대상 사용자 집단을 선정하고 미리 저장된 추천 아이템을 추천한다. 추천결과에 대해 사용자가 평가하면 그 결과를 이용하여 현 시스템의 개정 여부를 결정한다. 제안한 방안에 대해 MovieLens 데이터 셋에 적용하여 실험한 결과 기존의 협력적 여과 기법에 비해 추천 성능이 비교적 우수하면서도 추천 시스템 운용시의 계산 복잡도를 일정하게 유지시킬 수 있음을 보였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1999년도 가을 학술발표논문집 Vol.26 No.2 (2)
• /
• pp.172-174
• /
• 1999

본 논문에서는 카운셀링을 원하는 사용자가 카운셀러와 전자메일을 통해 상담을 원할 때 사용자의 상담 내용에 근거하여 유사한 사례를 검색해 주는 시스템을 제안한다. 제안방법은 문서의 계층적 클러스터링과 용어 적합성 피드백을 상담 사례 검색 시스템에 적용시켜, 상담사례에 나타나는 단어의 출현 빈도와 유사도를 통해 트리 구조를 형성하고, 이 트리 구조를 통한 하향 탐색을 수행한다. 하향 탐색을 하는 도중 노드의 매칭함수의 값이 서로 유사하여 노드 선택이 어려울 경우, 사용자에게 질의를 통해 용어를 제시하고, 사용자의 피드백을 통해 입력된 사연 내용의 가중치를 개선하여 내용에 가장 부합되는 문서를 탐색한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2011년도 한국컴퓨터종합학술대회논문집 Vol.38 No.1(B)
• /
• pp.282-285
• /
• 2011

효과적인 수술 훈련 시뮬레이터를 구축하기 위해서는 사실적인 훈련 환경을 제공하는 것뿐만 아니라 훈련 결과를 바탕으로 사용자의 숙련도를 객관적으로 측정하고 평가하는 과정 또한 중요하다. 이를 위해 본 연구는 수술 훈련 중 큰 비중을 차지하는 절개 동작에 대한 정량적 평가 척도를 제공하는 것을 목표로 한다. 사용자가 가상 장기 모델에 대해 절개를 수행하는 동안 평가 시스템은 절개 경로와 깊이를 일정 간격으로 샘플링하여 저장하고, 이를 두 곡선 간의 유사성 측정 알고리즘을 통해 훈련 시나리오 상에 정의된 표준 절개 경로와 깊이, 속도를 각각 비교한다. 이렇게 계산된 두 경로 사이의 거리가 가까울수록 유사성이 높은 것으로 간주하며, 사전에 설정된 기준치 이상의 유사성을 기록할 경우 훈련 목표를 충족한 것으로 판단할 수 있다. 본 연구에서는 단순 거리 측정에 의존한 일반적인 경로의 유사성 판단 알고리즘의 문제점을 제시하고, 전체 절개 경로의 길이 대비 현재까지 진행된 정도를 매개변수로 하는 방법을 이용하여 절개 경로의 방향을 고려한 유사성 측정 알고리즘을 제안하였다. 이와 같이 정량적이며 자동화된 절개 숙련도 평가 기법을 제안함으로써 사용자의 훈련 결과에 대해 보다 객관적인 피드백을 제공 할 수 있다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2003년도 춘계학술발표대회논문집
• /
• pp.198-201
• /
• 2003

사용자의 요구 사항을 정확히 분석하여 효과적으로 개발 단계에 적용하기 위해 문서간의 의존성, 즉 상·하위 문서간의 연계성 등을 측정할 수 있는 방법에 대한 연구가 절실한데 이를 위해 적게는 두 용어가 얼마나 밀접한 관련이 있는가를 나타내는 용어간의 유사도 정보가 중요시된다. 이에 본 논문은 임의의 두 문서에 대한 다양한 유사도 측정방법을 통하여 최적의 유사도를 알아보고 두 문서간 유사여부를 검증하기 위해 Neural Network을 적용하였다. 이러한 유사도 측정과 검증 방법은 분산환경에서 입력되는 요구사항 문서들을 효율적으로 분류, 관리해 줄 수 있으며 사용자 요구사항 분석과 전체 Project 수행에 좋은 기초자료를 제공해 줄 수 있다.