• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2001년도 하계학술대회 논문집 D
• /
• pp.2792-2794
• /
• 2001

인터넷은 정보의 바다로 표현할 만큼 방대하며, 이러한 넘치는 정보 속에서 사용자에게 필요한 정보들을 추출하여 사용자들의 효율성과 만족도를 높이는 것이 개인화 정책이고, 결과적으로 전자상거래 사이트에서의 판매의 증가를 이루기 위해 필요한 것이다. 따라서 개개인의 특성에 맞춘 개인화 서비스가 현재의 인터넷에서 제공하는 효율성을 뛰어넘을 수 있는 새로운 해결점으로 주목받고 있다. 본 논문에서는 기존의 협력 필터링(Collaborative filtering) 방법을 개선하여 사용자의 선호도(preference)를 결정하고, 이를 토대로 알맞은 아이템 추천 서비스를 사용자에게 제공하는 해쉬테이블 기반 협력 필터링 에이전트(Hash Table based Collaborative Filtering Agent)를 제안하고자 한다. 이를 통하여 기존의 사용자 또는 처음 방문한 사용자에게도 사이트를 방문하는데 만족도와 효율성을 높이도록 하는 것이 목표이다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 하계종합학술대회 논문집 Ⅲ
• /
• pp.1479-1482
• /
• 2003

MPEG-21 Part 7(Digital Item Adaptation)은 멀티미디어컨텐츠를 사용자 환경 및 사용자 특성에 적응 적으로 활용/소비하기 위한 표준이다. 본 논문에서는, 영상컨텐츠의 적응적 컬러 재생에 관련하여 MPEG-21 DIA 내에서 표준화가 진행중인 조명환경 기술자(Descriptor)와 컬러 선호성 기술자를 소개하고 이들의 활용에 관해 논한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2014년도 추계학술발표대회
• /
• pp.969-970
• /
• 2014

최근 한국에서는 대부분의 사람들이 안드로이드 기반의 스마트폰을 사용하고 있고, 뮤직플레이어는 어느 스마트폰에서나 찾아볼 수 있다. 이에 본 논문에서는 음악을 분석하고 사용자의 감정에 따라 노래를 추천해주는 뮤직플레이어의 알고리즘을 개발하였다. 사람들은 모두 음악에 대한 취향이 다르므로 사용자의 선호도 또한 반영할 수 있도록 하였다.

• 디자인학연구
• /
• 제15권4호
• /
• pp.121-128
• /
• 2002

Web환경의 발달로 인해 아바타(Avatar), 사이버캐릭터(Cyber Character), 사이버 펫(Cyber Pet), 이모티콘(Emoticon)등의 멀티미디어 캐릭터들이 등장하게 되었다. 인터넷 사용자들은 과거에는 Web의 익명성에 매료되었다면 현재는 이러한 멀티미디어 캐릭터를 이용하여 자신을 표현하고 나타내고자하는 욕구들이 늘어나고 있다. 따라서 본 연구에서는 다양한 멀티미디어 캐릭터 중에 아바타 캐릭터 Type에 대한 사용자들의 선호도와 선호요인을 조사하여 일반 캐릭터와 상호비교 해봄으로써 기존의 일반 캐릭터와는 다른 아바타 캐릭터만의 특성에 대해 알아보고 아바타 캐릭터 제작시 가장 효율적인 접근 방법을 제시하고자 하였다. 그 결과 가장 효과적인 아바타 캐릭터 Type은 캐릭터의 형태나 성격, 느낌을 우선적으로 고려하기보다는 먼저 아바타 캐릭터의 기능적인 면을 고려한 즉 사용자의 개성이 좀더 어필 될수 있어야 하며 사용자의 개성 연출에 적합한 Type으로 제작되어야한다는 결론을 내릴 수 있었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2008년도 한국컴퓨터종합학술대회논문집 Vol.35 No.1 (D)
• /
• pp.332-336
• /
• 2008

오늘날 보이지 않는 수많은 장치들과 소프트웨어들이 서로 연결되어 각각의 사용자들에게 편리한 서비스를 제공하는 유비쿼터스 환경에서 모바일 단말기는 유저와 서비스간의 매개체 역할을 한다. 하지만 자원이 제한적인 모바일 단말기의 특성상 사용 시에 많은 제약이 있다. 이러한 문제를 해결하기위해 가용한 주변의 장치 자원을 연결하여 사용할 수 있도록 표준 인터페이스를 제공하는 기술들이 있다. 하지만 동적으로 변화하는 사용자의 선호도 정보와 장치 자원 정보와 같은 프로파일 정보를 효율적으로 적용하지 못하여 사용자 맞춤형 디바이스를 제공하지 못하는 문제점이 있다. 본 논문에서는 유비쿼터스 환경에서 이러한 프로파일 정보를 효율적으로 적용하여 사용자 맞춤형 자원 공유 서비스를 제공하는 시스템을 제안한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2012년도 한국컴퓨터종합학술대회논문집 Vol.39 No.1(B)
• /
• pp.381-383
• /
• 2012

협업필터링은 지금까지 많은 추천시스템 연구에서 비교대상이 되거나 더 좋은 추천시스템 방법론을 개발하기 위해서 응용되고 있다. 일반적으로 협업필터링 기법은 명시적으로 관찰된 사용자들의 행동을 기반하는 방법이다. 본 연구에서는 LDA(Latent Dirichlet Allocation)을 이용해 사용자와 추천 대상이 되는 아이템의 숨겨진 특성을 추출하고, 이를 협업필터링기법에 응용했다. 영화 추천시스템 구축을 위한 실험에서, 사용자의 선호도는 다양한 영화 장르를 선호하는 비율로 나타난다는 가정(사용자기반)과 영화 또한 장르의 비율로 표현이 된다는 가정(아이템기반)을 했다. 이러한 가정을 토대로 사용자 사이와 영화 사이 간의 유사도를 정의하고, 협업필터링에 적용했을 때, 전통적인 협업필터링 기법보다 뛰어난 결과를 얻을 수 있었다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2019년도 제31회 한글 및 한국어 정보처리 학술대회
• /
• pp.443-448
• /
• 2019

본 논문은 공공 데이터 Open API와 TMDB(The Movie Database) API를 이용하여 사용자의 선호 영화를 Google에서 제공해주는 Tensoflow로 인공신경망 딥러닝 학습하여 사용자가 선호하는 영화를 맞춤 추천하는 애플리케이션의 설계 및 구현에 대하여 서술한다. 본 애플리케이션은 사용자가 쉽게 영화를 추천받을 수 있도록 만들어진 애플리케이션으로 기존의 필터링 방식으로 추천하는 방식의 애플리케이션들과 달리 사용자의 취향을 딥러닝 학습을 통해 최적의 영화 Contents를 추천함과 아울러 기존 영화의 특성을 학습하여 흥행할 신규 영화를 예측하는 기능 또한 제공한다. 본 애플리케이션에 사용된 신규 영화 흥행 예측 모델은 약 85%의 정확도를 보이며 사용자 맞춤추천의 경우 기존 장르 추천이나 협업 필터링 추천보다 딥러닝을 통한 장르, 감독, 배우 등의 보다 세밀한 학습 추천이 가능하다.

• 감성과학
• /
• 제8권3호
• /
• pp.203-212
• /
• 2005

고도로 발달되고 있는 산업 사회에서의 디자인의 의미는 기업경영전략의 핵심이며 나아가 국가 경쟁력을 결정짓는 중요한 이슈이며 지속적인 경쟁우위를 획득하기 위한 수단이 되고 있다. 그리고 이러한 현상은 제품의 기술적 기능보다는 제품의 심미성이 제품 디자인에 중요한 특성이 되고 있다는 사실을 말해주고 있다. 본 연구에서는 사용자의 제품선호도와 제품 평가에 영향을 주는 심미적 영향요소를 규명하기 위해 심미적 영향요소에 관한 선행연구를 토대로, 8가지의 심미적 영향요소를 선정하였다 선정된 8개의 심미적영향요소인 단순/복잡(simplicity), 균형(balance), 통일(unity), 율동(rhythm), 시대성/스타일(style), 독특성(novelty), 전형성(typicality), 비례(proportion)를 가지고 사용자 선호와 제품평가에 영향을 주는 심미적 영향요소를 파악하였다. 따라서 본 연구에서는 제품별로 사용자 선호에 중요한 영향을 미치는 심미적 영향요소의 중요도 정도와 고려해야 할 요소를 밝혀 제품디자인에 있어 심미적 영향요소의 가이드라인을 제시하여 제품디자인 시 활용할 수 있는 자료를 제공하고자 하였다.

• 한국지능시스템학회논문지
• /
• 제24권4호
• /
• pp.443-449
• /
• 2014

사람의 영화에 대한 선호도에는 개인의 특성과 영화의 속성을 기반으로 하는 다양한 요인이 연관되어 있다. 영화 추천을 위한 사용자-영화-선호도 연관 관계의 분석 기법으로서, 다중 개념 탐색 기법의 특성을 지닌 infinite relational model (IRM)의 활용 가능성을 확인하고, 이를 기초로 영화 선호 유형에 따른 사용자-영화 군집을 탐색한다. 별점으로 표현되는 명시적인 선호도 데이터에 영화 컨텐츠 관련 메타데이터를 추가하여 학습 데이터를 구성하고, 이에 IRM을 적용하여 공군집화(co-clustering)를 수행한 결과, 해석 가능한 다양한 명시적 연관 관계를 발견하였다. 공군집화 결과를 기초로 개인화 추천에서의 다양한 활용 방안을 논의한다.

• 경영정보학연구
• /
• 제16권1호
• /
• pp.73-88
• /
• 2014

스마트폰 보급과 사용의 일상화로 사용자들은 다양한 모바일 앱을 사용하고 있으며 다수의 신생 기업들이 설립되어 모바일 앱을 개발하고 있다. 앱을 개발하고 있다. 모바일 산업 분야에서 고객의 특성을 파악하고 모바일 산업 분야에서 고객의 특성을 파악하고 고객 선호도에 맞춘 모바일 앱과 관련 서비스를 제공 하는 것은 모바일 시장에서 해당 앱의 경쟁력을 향상시키고 유통을 촉진시킬 수 있으며 나아가 모바일 시장 경제를 활성화시키는 효과가 있다. 본 연구에서는 사용자의 스마트폰앱 선택 기준에 따라 고객군을 나누고, 각 고객군의 특성에 대하여 고찰하였다. 즉, 고객군별로 앱을 이용하는 특성과 앱을 구매하는데 영향을 미치는 요인을 비교 분석하였다. 분석 결과, 적극 사용자그룹, 편리성 추구 그룹, 중간 사용자 그룹 등 3개의 그룹으로 구분되었으며 각 그룹에서 이용 특성과 앱 구매요인의 차이가 발견되었다. 이와 같이 개별 고객군의 앱 사용 특성과 앱 구매요인을 분석하는 것은 앱 소비자에 대한 이해를 증진시켜 소비자가 선호하는 앱을 기획, 설계, 개발하여 제공할 수 있고 마케팅 전략 수립시 고객의 앱 이용 특성 정보를 활용하는 효과가 기대된다.