• Information Systems Review
• /
• v.25 no.1
• /
• pp.27-46
• /
• 2023

Research on restaurant recommender systems has been proposed due to the development of the food service industry and the increasing demand for restaurants. Existing restaurant recommendation studies extracted consumer preference information through quantitative information or online review sensitivity analysis, but there is a limitation that it cannot reflect consumer semantic preference information. In addition, there is a lack of recommendation research that reflects the detailed attributes of restaurants. To solve this problem, this study proposed a model that can learn the interaction between consumer preferences and restaurant attributes by applying deep learning techniques. First, the convolutional neural network was applied to online reviews to extract semantic preference information from consumers, and embedded techniques were applied to restaurant information to extract detailed attributes of restaurants. Finally, the interaction between consumer preference and restaurant attributes was learned through the element-wise products to predict the consumer preference rating. Experiments using an online review of Yelp.com to evaluate the performance of the proposed model in this study confirmed that the proposed model in this study showed excellent recommendation performance. By proposing a customized restaurant recommendation system using big data from the restaurant industry, this study expects to provide various academic and practical implications.

• Journal of KIISE:Software and Applications
• /
• v.32 no.6
• /
• pp.542-553
• /
• 2005

Recommendation systems analyze user preferences and recommend items to a user by predicting the user's preference for those items. Among various kinds of recommendation methods, collaborative filtering(CF) has been widely used and successfully applied to practical applications. However, collaborative filtering has two inherent problems: data sparseness and the cold-start problems. If there are few known preferences for a user, it is difficult to find many similar users, and therefore the performance of recommendation is degraded. This problem is more serious when a new user is first using the system. In this paper we propose a method of integrating additional feature information of users and items into CF to overcome the difficulties caused by sparseness and improve the accuracy of recommendation. In our method, we first fill in unknown preference values by using the probability distribution of feature values, then generate the top-N recommendations by applying collaborative filtering on the modified data. We call this method of filling unknown preference values as data blurring. Several experimental results that show the effectiveness of the proposed method are also presented.

• The Journal of the Acoustical Society of Korea
• /
• v.17 no.6
• /
• pp.67-73
• /
• 1998

쾌적한 음환경을 창조하기 위해서는 무엇보다도 음이 갖는 심리적 속성과 인지구조 를 파악하는 것이 중요하다. 이 연구는 여러 가지 환경음중에서 유쾌음에 대한 심리적 속성, 그리고 그 속성과 음과의 관계를 정성적으로 파악하는데 목적을 두고 있다. 특히, 음에 대한 감정 및 정서표현에 사회문화적 차이가 있다는 점을 감안하여 한국어 표현어를 심층적으로 조사·분석하고, 36종류의 표현어와 34종류의 유쾌음에 대해서 평정척도법을 이용한 심리평 가 실험을 실시하였다. 실험의 분석결과, 유쾌음의 심리적 속성은 활동성, 안정성, 박력성의 3가지 요인이 중요한 요인으로 밝혀졌다. 또한, 음과 표현어사이의 관계를 파악하기 위해 다 차원척도법을 이용한 선호도분석에 의해서 3가지 요인과 음과의 관계를 파악해 보았다. 이 결과는 유쾌음에 대한 평가시 중요한 심리적 속성으로서, 음의 물리적 평가방법 및 음환경 의 쾌적성 창조를 위한 중요한 실마리를 제공해 줄 수 있을 것이다.

• 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.

• The Korean Journal of Applied Statistics
• /
• v.20 no.3
• /
• pp.441-447
• /
• 2007

The conjoint analysis is widely accepted in the field of marketing as a way to understand and incorporate the structure of customer preferences into the new product design process. We apply the conjoint analysis for understanding preferences about after school computer courses in elementary schools. We show that the artificial neural network analysis in addition to the conjoint analysis is very useful to understand the needs of elementary school students about after school computer courses.

• The Korean Journal of Applied Statistics
• /
• v.29 no.5
• /
• pp.921-933
• /
• 2016

In this paper, we consider the comparisons of the personal preferences of analytic hierarchy process (AHP) and conjoint analysis (CA) which contain very relatively small number of alternatives. However, a direct performance comparison is not easy because these two methods have a much different process to achieve the final decision. Therefore, we adopt a validity and reference method with empirical case study for cosmetics preference of female college students. In case study, conjoint analysis has the merit of measuring internal validity; however, AHP has the merit of measuring predictive validity.

• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 1997.11a
• /
• pp.53-56
• /
• 1997

본 연구에서는 폴리에스테르와 실크 블라우스 직물 6종을 사용하여 직물에 대한 선호 감각을 분석하고, 이러한 감각 속성들을 정향화 하기 위한 직물의 물리적 요소들을 규명하고자 하였다. 선행연구에서 추출된 감각들이 어떤 인과관계의 경로를 거쳐 최종 선호감성에 영향을 주는지 파악하기 위해 감각의 구성차원 모형을 검증하였다. 고온 다습한 환경에서 선호감각이 촉감에 영향을 받으며 촉감은 직물의 표면특성감과 습윤감이 중요한 1차적 감각이었다. 태는 유연감에 영향을 받는 복합적 감각이었으나 최종 구매시 선호감에는 유의한 영향을 미치지 않았다. 관련 표면 불성 변인으로는 영상처리를 통한 fractal차원과 총접촉면적이 SMD, MIU 및 MMD보다 더 높은 상관을 나타내었다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.07a
• /
• pp.587-590
• /
• 2020

최근, 디지털 콘텐츠 산업이 폭발적으로 성장됨에 따라 고객 유치를 위한 개인화 추천 기술들이 많은 주목을 받고 있다. 개인화 추천 방식들을 큰 갈래로 나누어 본다면 협업 필터링 기술과 내용 기반 기술로 나눌 수 있다. 협업 필터링의 경우 개인화 추천에는 적합하지만 사용자 평가 데이터의 양이 방대해야 하며 초기에 평가자가 없는 콘텐츠에 대해 추천할 수 없는 초기 평가자 문제가 존재한다. 따라서 매일 방대한 양의 콘텐츠가 편입되는 분야에서 사용하기에 큰 결점이 될 수 있다. 본 논문에서는 영화들의 정보가 담긴 데이터 셋과 사용자 평가 데이터, 그리고 사용자의 선호 기준을 의미하는 메타 가중치를 활용한 내용 기반의 맞춤형 영화 추천 시스템을 제안한다. 논문에서는 먼저, 영화를 고를 때 일반적으로 중요시 보는 속성들을 활용하여 영화의 특징 벡터를 구성하고, 이를 사용자 평가와 결합하여 개인의 선호에 대한 특징 벡터를 구성하는 방법을 제안하며, 구성된 데이터와 코사인 유사도, 메타 가중치를 활용하여 사용자 선호와 유사한 영화들을 도출하는 방법을 제안한다. 또한, 평가데이터를 활용하여 구현된 추천시스템의 검증 프로세스를 구성하고, 검증 프로세스를 활용한 손실 함수를 설계하여 적합한 메타 가중치를 학습하는 방법을 제시한다. 본 논문에서 제안하는 시스템은 다수의 속성을 조합하여 활용하므로 추천 결과가 과도하게 특수화 되지 않을 수 있으며, 메타 가중치라는 요소를 통해 더욱 개인화 된 추천을 제공할 수 있다.

• Journal of the Korea Convergence Society
• /
• v.10 no.4
• /
• pp.7-16
• /
• 2019

As fierce competition is expected in the wearable devices marekt, it is needed to develop a technology planning that can increase consumer acceptance. This study aims to provide implications for technology planning of wearable devices by examining consumer preferences for the devices. For this purpose we employed a conjoint analysis. In the process of the analysis, we considered the trend of anticipatory standardization for wearable devices in an attempt to improve objectivity of analysis whilst many previous studies relied on focus group interview. For the anticipatory standardization information, we utilized liaisons and projects of wearable devices at International Electrotechnical Commission, and we designed a conjoint survey on the basis of the information. We conducted an online survey, and a total of 229 individuals responded to our survey. The result of conjoint analysis shows that main use and enhanced features were more important attributes than the others were. However, consumer preferences for detailed levels of each attribute were different by gender and age groups. This result implies that technology planning of wearable devices require distinct approaches by consumer segments.

• Journal of Digital Convergence
• /
• v.17 no.12
• /
• pp.159-170
• /
• 2019

This study is an online survey for consumers in the metropolitan areas of Japan and Korea, which are advanced countries in Asia, and the maturity of the automobile market. The purpose of this study is to compare the results of Korea and Japan. As a result of this study, we analyzed the differences between the consumer characteristics and the optional attribute factors of low-carbon automobiles of Korea. There was a difference. It was found that the factors of low carbon car selection attribute differed with age, and that stability was more important when selecting low carbon car as income level increased. In Japan, there were no differences in the selection attribute factors of low carbon cars by gender, age and income. In addition, there is no difference in the relationship between the future purchase timings of low-carbon car types in both Korea and Japan. Implications of this study Korea has a meaningful result that Korea tends to select low-carbon automobiles with an emphasis on economic aspects and ages, and that safety tends to emphasize safety of low-carbon automobiles according to income levels. In the case of low carbon car, there was a tendency to select a low carbon car without any difference in consumer characteristics. The relationship between the expected purchase time according to the type of low carbon car and the Korean car show that the preferred car within the next 10 years among the low carbon car types is electric car and Japan prefers hybrid car.