• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2008년도 추계학술발표대회
• /
• pp.60-63
• /
• 2008

개인화 장비 기술의 발달과 함께 최근 모바일 디바이스는 카메라, MP3 플레이어 등 다양한 기능을 포함하고 있으며, 많은 사용자가 이를 사용하고 있다. 모바일 디바이스는 사용자가 항상 휴대하기 때문에 사용자 정보를 습득하기에 유용하며 따라서 이로부터 수집된 다양한 정보를 바탕으로 최근 여러가지 서비스를 제공하기 위한 노력이 이루어지고 있다. 본 논문에서는 사용자의 모바일 로그를 바탕으로 행동 패턴을 파악하여 사용자가 앞으로 취할 행동을 예측하고자 하며, 이 과정에서 다양한 행동 패턴 중 정확한 행동 예측을 수행하기 위해 다음과 같은 방법을 활용하였다. 장소, 시간, 요일 정보를 함께 사용하여 동적 베이지안 네트워크를 이용해 시간 변화에 따른 사용자 행동 패턴을 학습하였으며, 개인 사용자 모델과 전체 사용자 모델을 따로 학습함으로써 더 정확한 행동 패턴의 학습이 가능하도록 하였다. 실험을 위해 대학생들로부터 수집된 모바일 로그를 통해 제안하는 행동 예측 모델의 성능을 확인한 결과 77~94%의 예측 정확도를 보임을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2009년도 추계학술발표대회
• /
• pp.53-54
• /
• 2009

본 논문은 홈 네트워크 시스템에서 사용자 프로파일을 기반으로 거주자의 행동패턴을 예측하고 분석하는 BPP(Behavior Pattern Prediction) 알고리즘을 제안한다. BPP 알고리즘은 거주자가 어느 방에 자주 방문하고, 어떤 행동을 자주 반복 하는지 파악을 하여 사용자 프로파일을 구축한다. 그리고 사용자가 머물렀던 방에 대한 관심을 객관적으로 측정하기 위해 거주지 사용자의 흥미에 대해서 가중치(weight)를 부여 한다. 사용자의 프로파일로부터 얻어진 데이터에 근거를 둔 가중치가 높을수록 사용자의 행동과 방에 대한 연관성이 높다는 것을 나타낸다. BPP 알고리즘의 특징은 시간대 별로 가중치를 측정하여 사용자의 다음 행동을 예측하고, 객관적으로 사용자의 행동 패턴을 분석한다.

• 인터넷정보학회논문지
• /
• 제12권2호
• /
• pp.9-17
• /
• 2011

본 논문은 유비쿼터스 홈 네트워크 시스템에서 저장된 사용자 행동 프로파일 데이터에 은닉 마르코프 모델에 적용하여 사용자의 행동 상태를 예측하는 알고리즘을 제안한다. 은닉 마르코프 모델은, 순차 데이터를 갖는 패턴을 인식하기 위해서 데이터에 내포되어 있는 시간성을 적절히 표현하고, 그것으로부터 원하는 정보를 추론할 수 있는 대표적인 모델이다. 제안 알고리즘에서는 "행동 인지 시스템(Activity Recognition System)"에 의하여 저장된 행동 발생 횟수, 행동 지속시간, 행동이 발생된 위치 데이터를 학습 데이터로 이용하였다. 사용자의 행동에 가중치를 부여하여 사용자의 행동에 대한 흥미를 객관적으로 수식화 하는 방법을 제안하였으며 은닉 마르코프 모델을 이용하여 시간에 따른 가중치 변화를 구하여 사용자의 행동 상태 변화를 예측하였다. 제안 알고리즘은 현실적인 유비쿼터스 홈 네트워크 구축에 도움을 준다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2008년도 추계학술발표대회
• /
• pp.662-664
• /
• 2008

위치기반 검색, 광고, SNS, 지도 등 사용자의 위치에 기반한 다양한 서비스들이 모바일 디바이스 사용자에게 제공되어 지고 있다. 그러나 이러한 서비스들은 대부분 현재시점의 사용자의 위치 정보를 기반으로 하고 있어, 제공 가능한 서비스 영역이 제한되어 있다. "Where" 뿐만이 아니라, "When-Where-What" 을 안다면 이러한 제한을 극복하고 사용자에게 보다 편리하고 유용성 있는 정보와 서비스 제공이 가능할 것이다. 본 연구에서는 모바일 디바이스에서 생성 가능한 사용자의 라이프 로그를 효율적으로 수집하고, 수집된 로그를 분석하여 사용자의 행동 예측 데이터를 제공하는 시스템을 제안하였다. 제안 시스템은 라이프로그에 기반한 사용자의 행동 예측을 가능하게 하여, 이를 통한 다양한 응용서비스 제공을 지원한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2006년도 추계학술발표대회
• /
• pp.373-376
• /
• 2006

저비용, 네트워크화 된 센서들, 언제 어디서나 쉬운 인터넷 사용과 같은 컴퓨팅 환경의 진화는 우리의 일상생활 속으로 진정한 모바일 환경을 실현 가능하게 만든다. 이런 모바일 환경의 발달은 다양한 모바일 에이전트들을 양산하며 사용자의 편의를 극대화 할 수 있도록 한다. 모바일 에이전트들은 사용자 정보, 주변 환경정보, 컴퓨팅 정보 또는 애플리케이션 정보 등을 XML 기반 표준 언어인 ACML(Agent Communication Markup Language)로 저장한 후 상호교환 및 분석을 하게 된다. 기존 테이블 형태의 정보를 기반으로 사용자의 행동패턴을 분석 및 예측했던 시스템과는 달리 에이전트 환경에서의 사용자 행동패턴 분석 및 예측은 트리구조를 대상으로 하기 때문에 새로운 방법이 요구된다. 본 논문에서 제안한 기법은 XML 기반 표준 언어인 ACML로 저장된 정보를 사용자의 상황(context)에 적합하도록 고려하여 언제, 어디서나 원하는 정보를 자동적으로 사용자에게 제공할 수 있도록 한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국지능시스템학회 2007년도 추계학술대회 학술발표 논문집
• /
• pp.3-6
• /
• 2007

사람들이 어떠한 행동을 할 때는 특정 의도를 가지고 있기 때문에 상황에 맞는 적합한 서비스를 제공하기 위해서는 사용자가 현재 하고 있는 행동에 대한 의도를 파악해야한다. 이를 위해 의도와 행동사이의 연관성을 이용하여 사용자의 의도에 따른 행동의 모델을 만든다. 일상생활에서 사람들이 하는 행동은 작은 단위 행동들의 연속(sequence)으로 이루어지므로, 사용자의 단위행동의 순서를 분석한다면 의도에 따른 행동 모델을 만들기가 용이해진다. 하지만, 이런 단위 행동 분석 방법의 문제점은 같은 의도를 가진 행동이 완벽하게 동일한 단위 행동의 순서로 일어나지는 않는다는 점이다. 시스템은 동일한 동작 순서로 일어나지 않는 행동들을 서로 다른 의도를 가진 행동으로 이해하게 된다. 따라서 이 문제점을 해결할 수 있는 사용자 의도 파악 기법이 필요하다. 본 논문에서는 과거의 사용자의 행동 정보를 기반으로 행동들의 유사성을 판별하였고, 그 결과를 이용하여 행동의 의도를 파악하는 방법을 사용한다. 이를 위해, 과거 사용자가 한 행동들을 단위 시간 별로 나누어 단위 행동의 순서로 만들고, 이를 K-평균 군집화 방법(K-means)으로 군집들의 순서로 나타내었다. 이 변경된 사용자 행동 정보를 사용하여 은닉 마코프 모델을 학습 시키고, 이렇게 만들어진 은닉 마코프 모델은 현재 사용자가 행한 행동이 어떤 행동인지를 예측하여 사용자의 의도를 파악한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2010년도 추계학술발표대회
• /
• pp.542-545
• /
• 2010

모바일은 사용자의 여섯 번째 감각의 도구로써 신체의 일부가 되고 있으며 사용자의 감정이나 행동패턴 등의 상황 정보를 분석하여 사용자의 의도나 요구사항을 예측할 수가 있다. 본 논문에서는 안드로이드를 기반으로 사용자의 감정을 포함한 다양한 상황을 인지하고 감정과 상황에 따른 사용자의 행동을 추론할 수 있는 상황인지 스마트 폰을 제안한다. 상황인지 스마트폰은 카메라에서 입력된 사용자의 얼굴 영상을 통해 감정을 인지하고 감정에 따른 행동과 그 때의 상황정보를 조합하여 히스토리 DB에 축적된다. 또한 현재의 감정과 상황 정보에 따라 과거의 히스토리DB를 비교 분석하고 현재의 행동을 추론한다. 이것은 사용자에게 고차원적인 서비스를 제공해줄 수 있다. 상황인지 스마트폰은 감정을 인지하는 감정인지 매니저와 상황 정보를 수집하고 관리하는 컨텍스트 매니저, 행동을 추론하는 추론 매니저로 구성된다.

• 한국산업정보학회논문지
• /
• 제19권6호
• /
• pp.63-76
• /
• 2014

최근 많은 사람들이 스마트폰을 이용해 다양한 방법으로 원하는 정보를 추천 받고 있다. 그와 관련해 추천을 위한 많은 어플리케이션이 존재하지만, 현재 사용자 상황에 맞는 정보를 추천해 주는 것은 없다. 자동으로 사용자의 상황에 맞는 추천을 하기 위해서는 사용자의 과거 행위이력으로 부터 미래의 행위를 예측할 필요가 있다. 이에 본 논문에서는 스마트폰을 이용해 사용자의 현재 상황을 수집하고, 수집된 데이터를 라이프로그를 분석하여 구축한 베이지안 네트워크에 적용하여 현 행동을 판별한 후 연관분석을 통해 사용자가 미래에 하게 될 행동을 예측하는 방법을 제안한다. 5명의 실제 학생과 5명의 가상의 직장인에 대해서 실험 및 분석해 본 결과 그 유용성을 확인할 수 있었다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2021년도 하계학술대회
• /
• pp.228-231
• /
• 2021

인물의 행동 및 이동을 인식하는 것은 다양한 분야에서 활용될 수 있다. 사람의 행동을 파악하여 니즈를 예상하고 맞춤형 콘텐츠를 제공하거나 행동을 예측하여 범죄나 폭력을 예방하는 등 여러 방면으로 활용 가능하다. 그러나 이동과 현재 위치 정보만으로 인물의 행동을 예측하기에는 한계가 있다. 본 논문에서는 실시간으로 사람의 이동과 행동을 인식하기 위해 Kinect v2가 제공하는 관절 정보와 YOLOv3를 이용하여 실시간으로 사람의 행동을 인식하는 시스템을 제작하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 가을 학술발표논문집 Vol.31 No.2 (2)
• /
• pp.112-114
• /
• 2004

오늘날 웹을 이용하는 사용자들의 웹 검색 형태를 저장한 웹 로그 데이터들은 데이터 마이닝을 위한 중요한 자료가 되고 있다. 이들 웹 로그들로부터 사용자의 현재 행동을 기반으로 사용자가 다음에 요청할 요구를 예측할 수 있는 예측 모델을 만들 수 있다. 하지만 이들 웹 로그들은 크기가 매우 크고 분석하기가 어렵다. 이런 문제를 해결하기 위해 이미 않은 방법이 제안되었다. 그 중에서 효과적으로 예측할 수 있도록 제안된 순차적 분류 기반에 연관법칙을 적용한 예측 기법이 있다. 본 논문에서는 전방향 참조 경로 탐사 패턴 알고리즘을 적용하여 연관규칙에 기반 한 웹 문서 예측 기법을 향상시키는 모델을 제안한다.