• 한국콘텐츠학회논문지
• /
• 제8권1호
• /
• pp.318-327
• /
• 2008

정보기술의 발전과 인터넷 사용의 증가로 이용가능한 정보들의 양이 폭발적으로 증가한다. 콘텐츠 추천 시스템은 사용자가 원하지 않는 정보를 필터링하고 유용한 정보를 추천하는 서비스를 제공한다. 기존의 추천 시스템은 데이터마이닝 기법으로 웹 접속 기록 및 유형과 사용자가 요구하는 정보를 서비스 제공자 측면에서 분석하여 콘텐츠를 제공한다. 사용자의 선호도와 생활패턴 등의 사용자 측면에서의 정보들의 표현이 어려웠기 때문에 제한된 서비스를 제공할 수 밖에 없었다. 시맨틱 웹 기술은 이미지, 문서 등의 모든 객체를 대상으로 목적에 맞는 정보를 수집, 가공, 응용할 수 있도록 데이터 간에 잘 정의된 의미 있는 관계를 만들 수 있다. 본 논문에서는 시맨틱 웹 환경에서 개인화 프로파일을 동적으로 갱신하여 반영할 수 있는 콘텐츠 추천 검색 시스템을 제안한다. 개인화 프로파일은 프로파일의 특징을 담고 있는 컬렉터, 다양한 컬렉터들로부터 프로파일을 수집하는 수집기, 프로파일 특성에 기반한 고유의 프로파일 컬렉터를 해석하는 해석기로 구성된다. 개인화 모듈은 콘텐츠 추천 서버에서 개인화 프로파일과 주기적으로 동기화할 수 있도록 도와준다. 추천 콘텐츠로 음악을 선택하여 서비스 시나리오에 따라 개인화 프로파일이 콘텐츠 추천 서버에 전달되어 사용자의 선호도와 생활패턴이 반영된 추천리스트를 제공하는지 실험한다.

• 인터넷정보학회논문지
• /
• 제12권2호
• /
• pp.85-101
• /
• 2011

추천 시스템은 사용자의 선호도를 분석하고, 아이템들에 대한 사용자의 선호도를 예측하여 책, 영화, 음악 등과 같은 아이템을 사용자에게 추천하는 시스템이다. 추천 시스템에서 가장 널리 활용하는 기법은 협동적 여과 기법이며, 협동적 여과 기법은 추천 대상 사용자에게 아이템을 추천할 때 유사 사용자의 평가 정보를 이용한다. 협동적 여과 기반 추천은 시스템 공격자가 악의적 목적을 가지고 아이템에 대한 평가를 조작하였을 경우 추천 성능이 저하되며, 이와 같은 추천 시스템에 대한 악의적 행위를 추천 공격이라 한다. 지속적으로 변화하는 평가 데이터를 데이터 스트림 관점에서 분석하면 추천 시스템의 공격을 예측할 수 있다. 본 논문에서는 협동적 여과 기반 추천 시스템에서 아이템 평가의 스트림 추세를 이용하여 추천 시스템에 대한 공격을 탐지하는 방법을 제안한다. 평가 데이터를 구성하는 아이템 평가 정보는 시간에 따라 수시로 변화되는 특성을 나타내기 때문에 일정 주기에 따라 아이템의 평가 변화를 측정하면 추천 시스템의 공격을 탐지할 수 있다. 본 논문에서 제안하는 기법은 연속적으로 입력되는 평가 스트림을 공격 탐지 검사 주기를 기반으로 정상적인 스트림 추세와 비교하여 비정상적인 스트림 추세를 탐지한다. 본 논문에 제안한 기법을 추천 공격에 적용하면 추천 시스템의 운용성과 평가 데이터의 재사용성을 향상시킬 수 있다. 본 논문에서 제안한 기법을 다양한 실험을 통해 효과를 확인하였다.

• 한국항행학회논문지
• /
• 제15권6호
• /
• pp.1034-1041
• /
• 2011

일반적으로 분산 형 구조의 게임서버시스템 하에서 게임 배경처리는 일정크기로 나누어진 여러 개의 부분 배경들을 다수의 게임서버가 나누어서 처리한다. 그런데 분할된 게임 배경에 대한 게임 사용자들의 선호도가 사용자의 특성에 따라 다르게 나타나기 때문에 모든 게임 배경 내 사용자들의 분포를 일률적으로 만들기는 매우 어렵다. 이 때문에 캐릭터들이 한 장소에 급격히 집중되어 게임이 진행되는 경우, 서버가 처리할 수 있는 한계를 넘어 시스템이 일시적으로 다운되는 문제가 발생 할 수 있으며, 그 반대의 경우 수행할 캐릭터가 없는 상황에서도 배경처리를 계속 수행해야 하므로 게임서버의 효율이 상당히 떨어지게 된다. 이를 해결하기 위하여 본 논문에서는 Map 밸런스 서버를 이용하여 사용자 처리를 위한 부하를 비교적 균등화 시킬 수 있는 Map 관리 방법을 제안 하였다. 제안한 모델 하에서는 사용자가 활동하지 않는 게임 내 공간 처리를 일시 중지시키는 방법으로 게임 서버의 부하를 감소시킬 수 있으며, 서버 간 처리하는 배경을 새로 할당하여 부하를 재분배함으로써 서버들의 효율을 극대화할 수 있다.

• 한국콘텐츠학회논문지
• /
• 제12권9호
• /
• pp.16-26
• /
• 2012

사용자들은 시간, 거리, 도로 혼잡도와 같은 속성들에 의해 선호하는 경로가 있기 때문에 사용자의 이동 성향에 맞는 경로를 생성하는 기법들이 필요하다. 기존의 기법들은 이동 성향을 고려하여 경로를 생성하기 위해서는 사용자의 이동 성향 정보를 추가적으로 입력하여야 한다. 그러나 네비게이션 및 모바일 장치의 불편한 인터페이스 특성상 이러한 정보 입력은 거의 하지 않고 출발지와 목적지만을 입력하여 경로를 추천받는 경향이 있다. 본 논문에서는 추가적인 이동 성향에 대한 정보 입력 없이 이동 성향에 맞는 경로를 생성하는 기법을 제안한다. 성능평가를 통해 최소 시간 경로나 최단 거리 경로와 비교하여 제안하는 기법이 사용자의 이동 성향을 고려한 경로가 생성됨을 입증한다.

• 문화기술의 융합
• /
• 제1권1호
• /
• pp.79-85
• /
• 2015

최근 모바일 장치를 이용한 개인용 GPS 사용이 늘어나면서 모바일 장치로부터 수집한 GPS 데이터를 정제, 가공하여 사용자에게 위치추적, 공공안전, 위치기반정보 등을 제공해 주는 위치 기반 서비스 사업이 증가하고 있다. 하지만 위성 신호의 특성 상 반사 굴절이 잘 되는 고층 건물이나 실내에서는 사용이 거의 불가능기 때문에 GPS 오차를 보정해 줄 필요가 있다. 본 논문은 교차점 기반 구역 인덱싱을 이용해 사용자의 GPS 정보를 보정하여 정제된 궤적을 생성하는 방법을 제시한다. 이를 이용하여 모바일 장치를 이용한 사용자 이동 궤적을 분석하고, 다수의 사용자로 부터 입력받은 궤적의 유사성 식별을 통해 선호 경로를 추천하는 방법을 제안한다.

• 정보보호학회논문지
• /
• 제26권2호
• /
• pp.301-314
• /
• 2016

Juels와 Sudan의 퍼지 볼트 기법은 기법이 갖는 오류 내성 때문에 많은 연구에 사용 되어오고 있다. 그러나 이들의 퍼지 볼트 기법은 그들의 논문에서 영화 애호가 문제를 예를 들었음에도 불구하고, 사람들이 일반적으로 갖는 선호도(preference)의 차이에 대한 고려가 존재하지 않는다. 한편, Nyang과 Lee는 안전하고 성능이 좋은 얼굴인증 시스템을 만들기 위해서, 얼굴 특징이 서로 다른 가중치를 갖도록 얼굴 특징과 퍼지 볼트(vault) 사이에 특별한 연관 구조를 갖는 얼굴 인증 시스템(이른바, 퍼지 얼굴 볼트)을 소개하였다. 그러나 그들의 기법은 일반적인 특징 추출 기법들이 클래스 내부/간 차이를 최적화하려는 특성이 있기 때문에 인증 실패율을 성공적으로 낮추지 못할 것으로 쉽게 예상할 수 있다. 이 논문에서는 퍼지 볼트의 유연성을 제공해주기 위하여 Nyang과 Lee의 퍼지 볼트기반의 얼굴 인증 시스템에서 가중치 아이디어를 다른 방식으로 구현한 버킷(bucket) 구조와 사용자 선호도와 시스템 구현 간 관계를 공식화하는 세 가지 분포 함수에 대해서 소개한다. 또한 이를 바탕으로 선호도 매치메이커(preference matchmaker) 기법을 제안하며, 영화 데이터베이스를 이용하여 이러한 매치메이커의 연산 성능을 확인해본다.

• 한국컴퓨터정보학회논문지
• /
• 제16권7호
• /
• pp.127-135
• /
• 2011

이러닝 시스템에서 학습자에게 적합한 콘텐츠 선택을 돕기 위한 콘텐츠 추천 시스템은 필수적이다. 학습자의 선호도를 통한 콘텐츠 추천은 협업 필터링 추천 방법과 내용 기반 추천 방법이 가장 많이 사용되고 있다. 그러나 기존추천 방법들은 학습자의 학습수준을 고려하지 않고 다른 사용자의 선호도를 기반으로 학습 콘텐츠를 추천한다. 따라서 상대적으로 콘텐츠를 학습한 학습자가 적은 경우 추천의 효율성이 떨어지고, 새로운 아이템이 추가될 경우 추천이 쉽지 않은 단점이 있다. 이 문제를 해결하기 위해 우리는 학습 콘텐츠의 유사도와 난이도에 기반한 콘텐츠 추천 방법을 제안한다. 학습 콘텐츠의 두 특성을 반영한 추천함수에 의해 선행학습 성취도가 낮은 학습자에게는 난이도가 낮고 유사도가 높은 콘텐츠를 추천하고, 성취도가 높은 학습자에게는 난이도가 높고 유사도가 낮은 콘텐츠를 추천한다. 이와 같이 다른 학습자의 선호도와는 무관하게 학습자의 성취도에 따라 가장 적합한 콘텐츠를 추천할 수 있다.

• 한국감성과학회:학술대회논문집
• /
• 한국감성과학회 2007년도 춘계학술대회 및 국제감성 심포지엄
• /
• pp.164-167
• /
• 2007

2D 평면상에 이미지를 매핑 하는 것은 디자인 프로세스의 초기에 디자인 트랜드를 이해하는 방법의 하나로써 자주 이용되어 왔다. 이러한 유형의 분석 방법은 로봇 디자인 과정에도 필요하다. 본 연구는 로봇 디자인 분석을 위한 보다 진보된 방법으로써의 인터랙티브 맵의 개발과 활용에 초점을 맞추고 있다. 우선 매핑을 위한 기초 자료로써 로봇 디자인 샘플들을 대상으로 휴리스틱 평가와 사용자 설문조사가 실시하였다. 그 결과는 선형 스케일로 변환되었으며 이를 기초로 매크로미디어사의 플래시를 이용한 인터랙티브 매핑 툴이 개발되었다. 본 연구에서 개발된 인터랙티브 맵은 로봇 디자인의 객관적인 특성을 나타내는 6가지 키워드와 사용자의 유형에 따른 9가지 주관적인 선호도로부터 추출되는 2개의 요소들로 구성되는 105가지 맵을 제시할 수 있다. 디자이너가 2가지 다른 요소들을 자유롭게 선택함에 따라 선택된 2가지 요소를 축으로 하는 이미지 맵이 자동적으로 구성되어 제시된다. 본 연구에서는 이와 같은 인터랙티브 맵을 이용해 실제 사례연구를 진행함으로써 디자이너들이 보다 다양한 발견점과 직관적인 통찰력을 얻을 수 있음을 제시하였다. 이러한 방법은 기존의 전통적인 직접적인 2D 매핑과 비교해서 보다 객관적이고 효율적인 방법으로 생각된다.

• 한국컴퓨터정보학회논문지
• /
• 제19권2호
• /
• pp.193-200
• /
• 2014

유비쿼터스 컴퓨팅이 생활의 일부가 되어가면서 정보의 양도 급속도로 늘어나고 있으며, 이로 인해 많은 데이터 속에서 정보를 찾아내는 기술이 부각되고 있다. 고객 기반의 협력적 필터링을 이용한 고객 선호도 예측 방법에서는 아이템에 대한 사용자의 선호도를 기반으로 이웃 선정 방법을 사용하므로 아이템에 대한 속성을 반영하지 못할 뿐만 아니라 희박성 문제를 해결하지 못하고 있다. 그리고 비슷한 선호도를 가진 일부 아이템의 정보를 바탕으로 하기 때문에 아이템의 속성은 무시하는 경향이 있다. 본 논문에서는 전자상거래 추천에서 구매 패턴 예측을 위한 고객 특성기반 SOM 학습을 이용한 군집 방법을 제안한다. 제안 방법은 고객의 속성 정보 기반의 유사한 속성의 데이터끼리의 클러스터링을 통해 보다 빠른 시간 내에 고객 성향에 맞는 추천이 가능한 구매 패턴의 추출이 가능하다. 성능평가를 위해 현업에서 사용하는 인터넷 화장품 아이템 쇼핑몰의 데이터를 기반으로 데이터 셋을 구성하여 기존 시스템과 비교 실험을 통해 성능을 평가하여 효용성과 타당성을 입증하였다.

• 한국전자거래학회지
• /
• 제17권3호
• /
• pp.85-103
• /
• 2012

온라인에서 추천시스템은 사용자들의 구매 이력 또는 선호도를 바탕으로 적절한 콘텐츠 또는 서비스를 제공하는 IT기술이다. 추천시스템에 대한 사용자의 평가에는 추천 결과에 기반한 시스템 성과와 추천 방식에 의해 형성되는 사용자의 태도에 대한 두 측면 모두 고려되어야 한다. 그러나 시스템 성과와 사용자 태도에 대한 통합적 관점의 추천시스템 평가에 대한 연구는 많지 않았다. 본 연구의 목적은 추천시스템에 대한 사용자 평가의 통합적 관점을 제시하는 것에 있다. 그에 따라 사용자 태도 형성과 관련하여 자기 참조(Self-reference)와 사회적 실재감(Social Presence)의 정도를 구분하여 웹 기반 실험을 수행하였으며 추천시스템의 성과 측정을 위하여 추천 알고리즘 평가에 널리 활용되어 온 정확성(Accuracy)과 새로움(Novelty)을 활용하였다. 연구의 결과로 추천시스템의 사용자 만족에 미치는 변수로 정확성과 새로움이 시스템 특성 요소로 제시되었으며 사용자 태도 관점에서 사회적 실재감이 사용자의 만족에 영향을 주었다.