• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 2001.05a
• /
• pp.298-303
• /
• 2001

화장품은 그 어떤 제품보다도 소비자가 사용 시 느끼는 관능특성 및 그에 대한 만족도가 중요한 제품이다. 자연스러우면서도 가벼운 메이컵이 유행함에 따라 페이스 파우더를 사용하는 소비자의 비중이 높아지고 그에 따라 다양한 관능특성을 가진 페이스 파우더들이 개발되고 있다. 사전 조사에 따르면 페이스 파우더 사용자들의 사용이유는 자연스러운 화장 및 가벼운 화장, 화사해 보임(블루밍 효과) 등이 주를 이루며 페이스 파우더 사용 시에 주요하게 느끼는 관능특성으로는 파우더 입자에 관한 사항과 화장상태에 관한 사항이 동시에 고려되는 것으로 나타났다. 이에 평상시에 페이스파우더를 주로 사용하는 여성들을 대상으로 다양한 페이스파우더들을 실제 화장단계에 따라 사용하면서 인지되는 페이스 파우더의 관능특성들을 도출하게 한 결과 중 19가지 관능특성 평가 용어가 도출되었으며 이 용어들은 다시 입자 및 도포 요인/촉촉함 및 매트함 요인/색상 및 블루밍 요인의 세가지 요인으로 분류되었다. 이러한 페이스파우더의 주요 관능특징요인과 소비자들이 중요하게 생각하는 관능특성을 적절히 조합하여 각각의 소비자군들이 선호하는 관능속성의 제품을 설계하고 평가할 수 있는 평가방법을 개발하였고 주후 제품개발에 활용하고자 한다.

• 한국HCI학회:학술대회논문집
• /
• 2007.02b
• /
• pp.185-192
• /
• 2007

음성 사용자 인터페이스(Voice User Interface, 이하 VUI) 는 음성을 매개로 일어나는 인간과 기계 간 인터페이스를 뜻한다. 음성 인식율의 향상과 음성 재생 장치의 발달에 힘입어 최근 들어 휴대폰과 카 네비게이션 시스템에 주로 적용되고 있다. 최근 이러한 경향은 A/V 시스템 등 가전제품(Domestic Appliance) 에도 확대되고 있는데 본 연구에서는 사용자와 필수적이고 빈번한 상호작용이 일어나는 백색 가전을 대상으로 사용자를 만족시키는 음성 인터페이스의 주요 속성 중 음성 생성(Speech Generation)과 관련된 음성 표현을 중점 연구하였다. 연구방법으로 먼저 주부들이 느끼는 가전에서의 문제점과 VUI 로서 해결가능성에 대하여 F.G.I. 를 통하여 조사하여 주요 이슈를 도출하고, 대표적 백색 가전인 에어컨, 세탁기, 김치냉장고, 냉장고, 식기세척기, 오븐레인지 등 6개 제품에 대하여 음성의 물리적 특성, 내용적 특성, 기능에 따른 배치에 대하여 조건에 따라 다양한 프로토타입을 제작한 후 실제 환경과 유사한 실험실 상황에서 사용자의 선호도, 적합도 및 수행을 측정하였다. 연구 결과 각 이슈에 따라 가전제품에 적합한 VUI 가이드라인 특성을 찾아내었다.

• 한국HCI학회:학술대회논문집
• /
• 2006.02b
• /
• pp.163-168
• /
• 2006

모바일 기기의 사용자 만족도를 평가하기 위해 interface 부분만 아니라, 물리적 외형(design)에 대한 평가가 중요하게 되었다. 특히, 휴대폰의 물리적(physical) 부분을 평가하는 사용자의 감성적, 선호도를 중심으로 평가 되었다. Design 에 대한 Usability 측면을 고려하여, 감성적 선호도를 넘어서서 사용자의 사용 scene을 고려한 Physical User Experience 에 대한 영역정의가 필요로 한다. 또한 평가시 활용된 방법에 대해서도 정의가 필요하다. 따라서 이러한 특성에 의해, 모바일 기기의 4Physical User Experience를 평가하기 위한 사용자의 모바일 기기의 영역은 무엇이며, 평가 수행시 결과의 효용성을 높이기 위한 방법이 무엇인지 본 논문을 통해 정의하고자 한다.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.16 no.6
• /
• pp.1279-1286
• /
• 2021

This study suggests the user's needs for a smart parking service that enables parking lot search and advance reservation service, and is a study on the user's preference selection model related to fees (reservation fee, penalty fee), etc. Two types of user preference models in the form of logit models were constructed by composing a response questionnaire for smart parking service. The first is a model for selecting a smart parking lot, which suggests a situation in which the probability of selection is higher than that of a general parking lot in the relationship between usage fee and cost. The second is a parking ticket reservation discount selection model, and the smart parking service selection probability was analyzed through the relationship model between the reservation amount and the penalty. It can be used as a design requirement that enables sophisticated and various types of smart parking service considering users' preferences.

• Journal of Broadcast Engineering
• /
• v.17 no.2
• /
• pp.270-283
• /
• 2012

With the advent of multi-channel TV, IPTV and smart TV services, excessive amounts of TV program contents become available at users' sides, which makes it very difficult for TV viewers to easily find and consume their preferred TV programs. Therefore, the service of automatic TV recommendation is an important issue for TV users for future intelligent TV services, which allows to improve access to their preferred TV contents. In this paper, we present a recommendation model based on statistical machine learning using a collaborative filtering concept by taking in account both public and personal preferences on TV program contents. For this, users' preference on TV programs is modeled as a latent topic variable using LDA (Latent Dirichlet Allocation) which is recently applied in various application domains. To apply LDA for TV recommendation appropriately, TV viewers's interested topics is regarded as latent topics in LDA, and asymmetric Dirichlet distribution is applied on the LDA which can reveal the diversity of the TV viewers' interests on topics based on the analysis of the real TV usage history data. The experimental results show that the proposed LDA based TV recommendation method yields average 66.5% with top 5 ranked TV programs in weekly recommendation, average 77.9% precision in bimonthly recommendation with top 5 ranked TV programs for the TV usage history data of similar taste user groups.

• Journal of KIISE:Computer Systems and Theory
• /
• v.33 no.11
• /
• pp.797-809
• /
• 2006

To support the QoS streams for large scale clients, the internal resources of VOD servers should be utilized based on the characteristics of the streaming media service. Among the various resources in the server, the main memory is used for the buffer space to the media data loaded from the disks and the buffer hit ratio has a great impact upon the server performance. However, if the buffer data with high hit ratio are replaced for the new media data as a result of the number of clients and the required movie titles are increased, the negative impact on the scalability of server performance is occurred. To address this problem, the buffer replacement policy considers the intrinsic characteristics of the streaming media such as the sequential access to large volume data and the highly disproportionate preference to specific movies. In this paper, the preference-based segment buffer replacement policy is proposed in the cluster-based VOD server to exploit the characteristics of the streaming media. Since the proposed method reflects both the temporal locality by the clients' preference and the spatial locality by the sequential access to media data, the buffer hit ratio would be improved as compared to the existing buffer replacement policy. The enhanced buffer hit ratio causes the fact that the performance scalability of the cluster-based VOD server is linearly improved as the number of cluster nodes is increased.

• Science of Emotion and Sensibility
• /
• v.11 no.4
• /
• pp.521-530
• /
• 2008

Graphical user interface design, the visual language to convey information about the icon and the user's information is a medium that can lead to action. Graphical user interface to communicate with the user icon, the user is easy to use, so any time you want to provide information effectively. Communication in order to increase the efficiency of the Graphic User Interface on the nature of the medium must be made to develop the appropriate icon. In this research icon of the type of icon painting. A picture of the icon representation of each type of detail, according to a rating of johyeongjeok identify the elements of the correlation between. On the type of representation of each of Art and Design elements that I know what I saw. The icon design based on user preferences provide guidance on the direction of design-oriented. When the data can be used to designs based on the theory has to offer.

• Annual Conference on Human and Language Technology
• /
• 2022.10a
• /
• pp.397-402
• /
• 2022

익명 네트워크 기술에 기반한 다크웹은 일반 표면웹보다 더 강화된 익명성을 제공한다. 최근 이 익명성을 악용하여 다수의 다크웹 사용자들이 다크웹 내에서 범죄 행위를 모의하는 행위가 꾸준히 발생하고 있다. 특히, 국내 다크웹 사용자들은 마약 유포를 위한 방법을 공유하거나 성착취물 유포 행위 등에 직간접적으로 가담하고 있다. 이와 같은 범죄 행위들은 수사 기관의 눈을 피해 현재까지도 계속해서 발생하고 있어 국내 다크웹 범죄 동향 파악의 필요성이 증대되고 있다. 그러나 다크웹 특성상 범죄 행위를 논의하는 게시글을 수집하기가 어렵고, 다크웹 내에서의 언어 사용 특성에 대한 이해 부족으로 그동안 다크웹 사용자들이 어떤 내용의 범죄를 모의하는지 파악하기가 어려웠다. 본 논문에서는 국내 사용자들이 활동하는 다크웹 포럼들을 중심으로 사용자들의 언어 사용 특성을 연구하고, 이를 통해 다크웹에서 다뤄지는 범죄 유형들을 분석한다. 이를 위해, 자연어처리 기반의 분석 방법론을 적용하여 다크웹에서 공유되는 게시글을 수집하고 다크웹 사용자들의 은어와 특정 범죄군에서 선호되는 언어 특성을 파악한다. 특히 현재 다크웹 내에서 사용자들 사이에 관측되는 어휘들에 대한 기술통계 분석과 유의어 관계 분석을 수행하였고, 실제 다크웹 내에서 사용자들이 어떠한 범죄에 관심이 많은지를 분석하였으며, 더 나아가 수사의 효율성을 증대시키기 위한 소셜미디어, URL 인용 빈도에 대한 연구를 진행하였다.

• Journal of Korea Multimedia Society
• /
• v.14 no.11
• /
• pp.1467-1477
• /
• 2011

This paper proposes a HPPS(Hybrid Preference Prediction System) design using the analysis of user profile and of the similarity among users precisely to predict the preference for custom-tailored service. Contrary to the existing NBCFA(Neighborhood Based Collaborative Filtering Algorithm), this paper is designed using these following rules. First, if there is no neighbor's commodity rating value in a preference prediction formula, this formula uses the rating average value for a commodity. Second, this formula reflects the weighting value through the analysis of a user's characteristics. Finally, when the nearest neighbor is selected, we consider the similarity, the commodity rating, and the rating frequency. Therefore, the first and second preference prediction formula made HPPS improve the precision by 97.24%, and the nearest neighbor selection method made HPPS improve the precision by 75%, compared with the existing NBCFA.

• The Journal of the Korea Contents Association
• /
• v.10 no.6
• /
• pp.18-26
• /
• 2010

Many personalized services that provide users with adaptive information according to users' preferences have been researched and developed. Push services are especially expected to be more economic impact because push services satisfy user's potential needs even if the user does not require anything. In this paper, we propose Semantic Web approach in order to enhance the performance of push services. Our approach provides infrastructure to recommend contents based on semantic association by enabling information of contents and user preferences to be described on service-specific ontologies that reflect features of each service. In addition, our approach can recommend users with adaptive information based on information represented in our description model. Our approach enables information of contents and user preferences to be described with rich expressiveness, and it provides semantic interoperability.