• The Journal of the Korea Contents Association
• /
• v.8 no.1
• /
• pp.318-327
• /
• 2008

With the advance of information technologies and the spread of Internet use, the volume of usable information is increasing explosively. A content recommendation system provides the services of filtering out information that users do not want and recommending useful information. Existing recommendation systems analyze the records and patterns of Web connection and information demanded by users through data mining techniques and provide contents from the service provider's viewpoint. Because it is hard to express information on the users' side such as users' preference and lifestyle, only limited services can be provided. The semantic Web technology can define meaningful relations among data so that information can be collected, processed and applied according to purpose for all objects including images and documents. The present study proposes a content recommendation search system that can update and reflect personalized profiles dynamically in semantic Web environment. A personalized profile is composed of Collector that contains the characteristics of the profile, Aggregator that collects profile data from various collectors, and Resolver that interprets profile collectors specific to profile characteristic. The personalized module helps the content recommendation server make regular synchronization with the personalized profile. Choosing music as a recommended content, we conduct an experience on whether the personalized profile delivers the content to the content recommendation server according to a service scenario and the server provides a recommendation list reflecting the user's preference and lifestyle.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07b
• /
• pp.730-732
• /
• 2005

디지털 방송이 본격적으로 시작되고 각 가정에 디지털 TV의 보급이 많이 이루어짐에 따라 사용자들이 시청할 수 있는 채널 및 프로그램의 수는 기존의 공중파 환경과 비교하여 폭발적으로 증가하였다. 채널의 수가 수백 개로 늘어나기 때문에 사용자가 자신이 원하는 프로그램을 찾기 위해서는 리모콘을 누르거나 방송 편성표를 검색하는 것과 같은 많은 시간과 노력을 필요하다. 따라서 이러한 문제점을 해결하기 위해서는 사용자의 프로파일과 선호도 정보를 분석하여 사용자의 취향에 적합한 프로그램을 추천해줄 수 있는 방법이 필요하다. 본 논문에서는 수백 개의 채널에서 방송되는 프로그램 및 사용자의 선호도 정보를 분석하여 사용자가 원하는 프로그램을 추천해주고 시청 히스토리를 분석하여 사용자 모델을 동적으로 갱신하는 기법을 제안한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10d
• /
• pp.310-312
• /
• 2002

본 논문에서는 E-mail을 적용한 지능형 E-mail 지식관리시스템을 제안하고자 한다. E-mail은 사용자에게 익숙하고, 정형화된 정보로 표현이 쉽고, 이미 많이 구축되어 있는 시스템이다. 이러한 E-mail의 정보를 활용하여 사용자에 따라 지식을 평가하고, 지식그룹 생성이 가능한 지식 관리 시스템을 설계한다. 이를 위해서 클러스터링을 이용해 지식간의 유사 정도에 따라 유사한 지식을 그룹화 시키는 지식그룹(Knowledge Group) 생성 알고리즘을 제안하고 사용자의 선호도(preference)를 반영하기 위해 사용자 프로파일(User Profile)을 설계하고, 사용자의 선호도에 적합한 지식을 검색하는고리즘을 제안한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.156-158
• /
• 1998

정보의 가치 증대와 사용자의 정보획득 욕구가 증대됨에 따라 개인 위주의 정보검색 시스템의 필요성이 대두되고 있다. 따라서 본 논문에서는 특정 개인의 관심(interest)과 선호도(preference)를 반영하여 최적의 검색결과를 제공하기 위하여 사용자 프로파일을 구축하고, 통계적 분석 방법 이용하여 문서순위결정을 수행하는 방안을 제안한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2008.06d
• /
• 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.

• Proceedings of the KIEE Conference
• /
• 2008.10b
• /
• pp.231-232
• /
• 2008

본 논문은 협업 필터링(Collaborative Filtering)기반의 추천시스템에 필요한 알고리즘을 제안한다. 제안한 알고리즘은 사용자의 선호도를 Implicit Feedback을 통해 예측하는 Implicit Rating과 사용자 선호도와 컨텐츠의 정보를 바탕으로 사용자의 프로파일을 형성하는 Tag 기반의 사용자 프로파일과 P2P망 내에서 자신과 유사한 사용자 그룹을 형성하는 알고리즘으로 구성되어 있다. 제안한 알고리즘을 적용하여 Web Text 기반의 CF기반의 개인화 추천시스템을 구현하였으며 구현된 프로그램을 실제 사용자에게 배포하여 Feasibility를 검증하였다.

• 한국IT서비스학회:학술대회논문집
• /
• 2007.11a
• /
• pp.616-620
• /
• 2007

전자상거래에서 사용되고 있는 추천시스템은 사용자들의 프로파일과 이들의 정보를 바탕으로 사용자가 선호할 만한 아이템을 추천한다. 추천시스템에서 널리 사용되고 있는 협력적 필터링 방식은 사용자들 사이의 선호도 평가치를 비교하여 유사 사용자를 선택하고, 아이템에 대한 유사 사용자의 선호도 평가치를 기반으로 하여 추천하고자 하는 아이템에 대한 사용자의 선호도를 예측하는 것이다. 하지만 사용자의 선호도가 적은 데이터로 인한 희소성 문제는 추천시스템의 성능을 저해하는 요인으로 작용하고 있다. 이러한 희소성의 문제는 선호도 평가 자료에 나타난 아이템들의 총수에 비하여 사용자가 선호한 아이템의 수가 아주 적기 때문에 발생하며, 새로운 사용자의 경우에는 아이템에 대한 선호도 평가치가 없어 유사 사용자를 선택할 수가 없어 나타나며 심한 경우에는 아이템을 전혀 추천할 수 없게 된다. 이리할 추천 시스템의 희소성문제를 해결차기 위한 방법은 희소성이 높은 데이터들에 대한 희소성을 감소시키는 것이다. 따라서 본 논문에서는 아이템에 대한 희소성을 조사하여 협력적 필터링에서 희소성 아이템이 MAE에 미치는 영향을 분석하였다. 그리고 희소성 문제를 완화하여 예측 정확도를 높이기 위한 방법으로 선호도가 적은 아이템에 대해 희소성을 최소화하는 연구와 이에 따라 희소성과 MAE의 값을 개선하는 방법을 제안한다.

• Journal of Convergence for Information Technology
• /
• v.8 no.3
• /
• pp.71-77
• /
• 2018

In this paper, considering the oxygen sensitivity and preference pattern of the patient, the profile of the oxygen therapy of the individual is specified. And, we design a three-compartment, single compartment oxygen chamber that automatically adjusts the oxygen pressure according to the specified profile. Hyperbaric oxygen therapy is a method of providing patients with 100% oxygen higher than atmospheric pressure for therapeutic purposes. However, there is a disadvantage that the ear pain is caused by the pressure difference depending on the individual. Based on the embedded system, the proposed system creates a patient-tailored oxygen therapy profile by DB of patient's preference patterns and treatment records of oxygen therapy. If only the patient's name is entered, the oxygen chamber system can adjust the oxygen pressure automatically according to the profile pattern to maximize the oxygen treatment effect.

• Journal of KIISE:Software and Applications
• /
• v.35 no.8
• /
• pp.522-528
• /
• 2008

Topic map typically provide information to user through the selection of topics, that is using only topic, association, occurrence on the first topicmap which is made by domain expert without regard to individual interests or context, for the purpose of supplementation for the weakness which is providing personalized topic map information, personalization has been studied for supporting user preference through preseting of customize, filtering, scope, etc in topic map. Nevertheless, personalization in current topicmap is not enough to user so far. In this paper, we propose a design of PTRS(personalized topicmap ranking system) & algorithm, using both user profile(click through data) and basic element of topic map(topic, association) on knowledge layer in specific domain topicmap, therefore User has strong point that is improvement of personal facilities to user through representation of ranked topicmap information in consideration of user preference using PTRS.

• Journal of Intelligence and Information Systems
• /
• v.19 no.3
• /
• pp.57-71
• /
• 2013

Over a billion people in the world generate new news minute by minute. People forecasts some news but most news are from unexpected events such as natural disasters, accidents, crimes. People spend much time to watch a huge amount of news delivered from many media because they want to understand what is happening now, to predict what might happen in the near future, and to share and discuss on the news. People make better daily decisions through watching and obtaining useful information from news they saw. However, it is difficult that people choose news suitable to them and obtain useful information from the news because there are so many news media such as portal sites, broadcasters, and most news articles consist of gossipy news and breaking news. User interest changes over time and many people have no interest in outdated news. From this fact, applying users' recent interest to personalized news service is also required in news service. It means that personalized news service should dynamically manage user profiles. In this paper, a content-based news recommendation system is proposed to provide the personalized news service. For a personalized service, user's personal information is requisitely required. Social network service is used to extract user information for personalization service. The proposed system constructs dynamic user profile based on recent user information of Facebook, which is one of social network services. User information contains personal information, recent articles, and Facebook Page information. Facebook Pages are used for businesses, organizations and brands to share their contents and connect with people. Facebook users can add Facebook Page to specify their interest in the Page. The proposed system uses this Page information to create user profile, and to match user preferences to news topics. However, some Pages are not directly matched to news topic because Page deals with individual objects and do not provide topic information suitable to news. Freebase, which is a large collaborative database of well-known people, places, things, is used to match Page to news topic by using hierarchy information of its objects. By using recent Page information and articles of Facebook users, the proposed systems can own dynamic user profile. The generated user profile is used to measure user preferences on news. To generate news profile, news category predefined by news media is used and keywords of news articles are extracted after analysis of news contents including title, category, and scripts. TF-IDF technique, which reflects how important a word is to a document in a corpus, is used to identify keywords of each news article. For user profile and news profile, same format is used to efficiently measure similarity between user preferences and news. The proposed system calculates all similarity values between user profiles and news profiles. Existing methods of similarity calculation in vector space model do not cover synonym, hypernym and hyponym because they only handle given words in vector space model. The proposed system applies WordNet to similarity calculation to overcome the limitation. Top-N news articles, which have high similarity value for a target user, are recommended to the user. To evaluate the proposed news recommendation system, user profiles are generated using Facebook account with participants consent, and we implement a Web crawler to extract news information from PBS, which is non-profit public broadcasting television network in the United States, and construct news profiles. We compare the performance of the proposed method with that of benchmark algorithms. One is a traditional method based on TF-IDF. Another is 6Sub-Vectors method that divides the points to get keywords into six parts. Experimental results demonstrate that the proposed system provide useful news to users by applying user's social network information and WordNet functions, in terms of prediction error of recommended news.