• 정보관리학회지
• /
• 제21권4호
• /
• pp.281-294
• /
• 2004

연관성 척도는 정보검색 및 데이터마이닝을 비롯한 다양한 분야에서 사용되고 있다. 각 연관성 척도가 높거나 낮은 빈도 중에서 어떤 쪽을 선호하는가를 나타내는 빈도수준 선호경향은 척도의 적용 결과에 중요한 영향을 미치므로 이에 대한 면밀한 조사가 필요하다. 이 연구에서는 주요 연관성 척도들의 빈도수준 선호경향을 가상의 데이터를 통해 분석하고 그 결과를 제시하였다. 또한 코사인 계수를 비롯한 대표적인 연관성 척도에 대해서 빈도수준 선호경향을 조절할 수 있는 방법을 제안하였다. 이 조절 방법을 동시출현 기반 질의확장 정보검색에 적용해본 결과 그 유용성이 확인되었다. 마지막으로 분석 및 실험 결과가 관련 분야에 시사하는 바를 논하였다.

• 한국전자통신학회논문지
• /
• 제15권4호
• /
• pp.773-778
• /
• 2020

본 논문에서는 수학적 과제 유형에 따라 음악적 자극이 인간에게 미치는 영향을 뇌파 측정을 통해 분석하였다. 음악적 자극은 선호 음악과 비선호 음악, 수학적 과제는 암기형과 절차형의 과제로 구분하여 실험을 수행하였다. 뇌파 실험에서 계측한 데이터를 인간의 집중과 관련이 있는 세타파, SMR파 및 중간베타파로 구분하여 상대 파워 스펙트럼 분석을 통해 비교하였다. 본 논문의 결과에서는 수학적 과제의 유형과 관계없이 음악적 자극이 주어진 상황 중 선호하는 음악이 주어졌을 때의 파워가 더 높게 관측되었고, 선호하는 음악이 무음악과 비선호 음악이 주어진 상황보다 과제 해결 시 긍정적인 정서 반응을 유발하는 것으로 나타났다.

• 인터넷정보학회논문지
• /
• 제8권2호
• /
• pp.105-115
• /
• 2007

최근 들어 유비퀴터스 컴퓨팅에 대한 많은 연구들이 활발히 시작되고 있는데, 특히 모바일을 활용한 실시간 추천 모델에 대한 요구는 점차 커지고 있다. 본 연구에서는 기존 대용량 데이터베이스에서 실시간 추천을 위하여 Up-To-Moment 연관규칙 탐색 알고리즘이 있는데, 보다 더 정교하게 과거의 거래 세부정보까지 고려할 수 있도록 UP-To-Moment 데이터 셋의 과거 데이터 셋 부분을 (k-1)개로 분할-조합규칙을 적용하는 연관규칙 선호모델을 제안하였다. 제안된 모델은 전자상점 뿐만 아니라 유비퀴터스 컴퓨팅에 적용 가능한 레스토랑 음식 추천 데이터에 대하여, 전통적인 Up-To-Moment 연관규칙 탐색모델 $EM_{past'}$ 데이터 셋 크기값을 가중 조합한 $EM^w_{past'}$ 그리고 시간에 따른 지수평활법 분할-조합규칙을 적용한 $EM^{ES}_{past}$을 비교하여 보았다. 특히 $EM^{ES}_{past}$의 지수평활 상수 a 값의 변화에 따른 세 알고리즘의 연관규칙 계산에 대한 민감도도 비교함으로써, 실제 데이터 적용 시에 보수적 또는 진보적 실시간 추천의 선택이 가능하도록 하였다. 세 알고리즘의 비교 시뮬레이션 결과를 보면, 데이터 셋 크기 값을 가중 조합한 $EM^w_{past}$이 가장 효율이 떨어지는 것으로 나타났으며, 누적된 과거 데이터 셋의 크기가 클수록 $EM^{ES}_{past}$의 정확성이 높은 추천을 하는 것으로 나타났다.

• 한국융합학회논문지
• /
• 제12권12호
• /
• pp.223-233
• /
• 2021

2020년 8월 데이터 3법의 개정으로 마이데이터 산업이 가능해졌으며, 2021년 2월부터 각 개인은 사업자가 제공하는 앱을 통하여 마이데이터 금융거래가 가능하게 되었다. 본 연구에서는 사용자 중심의 금융서비스 시대에 마이데이터 기반 금융 자산 관리 앱의 사용자경험 동향을 파악하기 위하여 성인 300명을 대상으로 8개 기관의 11개의 앱의 사용성 평가를 진행한 후 평균값 비교, 방사형 그래프 분석, 히트맵 분석을 통하여 선호도 조사를 하였다. 앱 디자인 선호도에서는 자산리스트형이 가장 선호하는 형으로, 다음으로는 자산 비교·리스트형으로 나타났다. 마이데이터를 통해 향후 누릴 수 있는 혜택에 대한 기대인식으로는 '편리한 서비스의 다양화'가 45.3%로 가장 높게 나타났고, 사용자가 느끼는 부정적인 요인으로는 개인정보와 관련한 요소가 71.4%로 가장 높게 나타났다. 본 연구 결과는 마이데이터 플랫폼 사용자 인터페이스 개발과 개선에 기초 자료로 활용될 수 있을 것이다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 봄 학술발표논문집 Vol.30 No.1 (B)
• /
• pp.371-373
• /
• 2003

웹 문서를 분류하는 목적은 특정 주제별로 중요한 문서들을 구분하려는 것과 사용자의 선호도를 바탕으로 개인화를 하려는 것으로 나누어 볼 수 있다. 특히, 웹의 효율적인 탐색을 위해 사용자가 관심 있어 할 웹 문서를 분류하는 것은 중요하다 일반적으로 하나의 웹 문서는 특징 추출방법에 의해 문서 벡터로 표시되며 사용자의 선호여부나 주제번호를 클래스로 삼는다. 사용자가 선호도를 표시한 웹 문서를 사용하여 새로운 웹 문서의 선호 여부를 예측하기 위해 자기 구성지도(SOM)를 사용하면, 시각적으로 구조를 보여주어 데이터 사이의 관계를 효과적으로 이해할 수 있다. 그러나 SOM은 노드의 개수와 구조를 자동적으로 결정하지 못하는 단점이 있기 때문에, SOM의 장점을 활용하면서 자동적으로 구조를 결정하기 위해 구조적응 자기구성지도(SASOM)를 이용한다. 보다 나은 성능과 다양한 해석을 위해, 여러 개의 SASOM을 서로 다른 특징추출 방법을 이용하여 학습시킨 후 사용자가 주관적으로 분류기의 중요도를 결정할 수 있는 퍼지적분을 사용하여 결합하였다. UCI Syskill & Webert 데이터에 대한 실험결과 기존의 DT, MLP, naive Bayes 분류기 보다 향상된 성능을 보였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2014년도 추계학술대회
• /
• pp.74-76
• /
• 2014

모바일 단말, 웨어러블 디바이스 등 개인용 단말의 이용이 확대되면서 사용자 및 사용자 그룹의 다양한 미디어 소비정보, 이용 패턴 정보 기반으로 하는 다양한 서비스가 확대되고 있다. 이러한 개인 혹은 사용자 그룹을 대상으로 하는 대표적이면서 가장 서비스 효율을 높일수 있는 서비스 가운데 하나가 타겟팅 광고 서비스이다. 이러한 타겟팅 광고 서비스는 단순한 개인의 선호도 정보만을 반영하는 것에서 개인의 미디어 소비이력, 미디어 이용패턴 정보 등 사용자가 직접적으로 정보를 입력없이 추천이 가능하도록 연구가 계속되고 있다. 본 논문에서는 고정형 및 모바일 단말에서 사용자의 미디어 콘텐츠 선호 정보 및 소비이력 정보를 통합적으로 반영하여 타겟팅 광고 콘텐츠를 자동적으로 선정하고 추천하는 엔진을 설계 구현하였다. 제안한 추천엔진은 콘텐츠 특성에 대한 선호도와 사용자의 콘텐츠 소비 패턴에서 취득된 정보를 기반으로 예측된 선호도를 결합하여 사용자의 최종 선호도를 추정하고, 이를 기반으로 광고 콘텐츠에 대한 추천을 수행한다. 사용자 메타데이터 및 콘텐츠 메타데이터는 TV-Anytime 표준을 기반으로 하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 가을 학술발표논문집 Vol.32 No.2 (2)
• /
• pp.694-696
• /
• 2005

본 논문은 `시맨틱 검색`을 위해서 시맨틱 웹 기술을 사용하여 사용자가 원하는 콘텐츠 제공을 위한 시맨틱 검색 방법을 제안한다. 본 연구는 현재 웹의 단점인 사람 위주의 웹 구성, 단순 텍스트 매칭 기반의 검색, 사람의 필터링이 필요한 대량의 결과, 특정 지식 검색이 불가능한 구조의 웹을 시맨틱 검색이 가능하도록 하기 위해서 다음과 같은 단계로 연구한다. 첫째, 도메인에 따른 정확한 정보의 제공을 위해서 OWL 온톨로지를 이용하여 컨텍스트 모델링한다. 둘째, 도메인 관련 웹 문서를 수집하고 도메인 온톨로지를 기반으로 키워드의 의미를 분석하고 주석 처리(annotation)한다. 셋째, 사용자의 자연어 질의에 의미있는 컨텍스트를 추가하여 질의를 확장한다. 넷째, 확장된 질의를 규칙기반 추론엔진을 이용하여 결과를 추론한다. 마지막으로, 사용자 프로파일 분석을 이용하여 선호하는 문서를 우선으로 추천하는 방법을 연구한다. 따라서 본 연구는 질의어에 해당하는 결과문서가 존재하지 않더라도 사용자가 선호하는 문서의 추론이 가능하고, 특정 도메인의 전문가 지식을 추가한 메타 데이터 추론을 통해서 검색 패러다임을 변화시킨다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 추계학술발표대회
• /
• pp.253-255
• /
• 2019

디지털 사이니지는 생활 속에서 소비자들과 소통할 수 있는 디지털 매체로서 사용자와의 양방향 커뮤니케이션이 가능하고, 활용범위가 다양하기 때문에 효과적인 광고 매체로서 활용되고 있다. 최근에는 고화질의 디스플레이가 스마트폰과 센서를 이용한 사용자 맞춤형 기술로 개발되면서 스마트한 형태의 디지털 사이니지로 변화하고 있다. 이에 본 연구에서는 소비자의 관심과 선호 정보에 기반한 데이터를 수집하고 이를 바탕으로 소비자에게 맞는 콘텐츠 및 광고를 제공하기 위한 기술을 개발함으로서 향후 점점 확대되고 있는 디지털 사이니지 시장에 필요한 고객 참여형 정보제공 기술 개발에 기여하고자 한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 추계학술발표대회
• /
• pp.1180-1183
• /
• 2015

최근 스마트폰 사용자의 증가와 함께 무선 인터넷 보급률이 높아지면서, 언제 어디서나 위치에 구애받지 않고, 네이버 웹툰, 다음 웹툰 등으로 실시간 웹툰 서비스의 이용이 증가하고 있다. 웹툰데이터의 가치와 신뢰성도 점점 높아지고 있어, 각종 영화 애니메이션 게임 등 콘텐츠 사업에 많은 데이터가 사용되고 있다. 본 논문에서는 나이, 성별, 선호 카테고리, 선호 웹툰 플랫폼 등과 같은 개인 성향을 이용하여 협업필터링 방법을 적용하고, 기존에 웹툰에 대한 리뷰를 개인 감정에 관련된 온톨로지를 이용하여 각각의 사용자들이 보고 싶어하는 웹툰을 자동적으로 추천해주는 웹툰 추천 시스템을 제안한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.655-656
• /
• 2022

추천 시스템을 위한 분석방법들 가운데 협업 필터링은 데이터 분석에 기반한 추천 시스템에서 주요 대표적 방법이다. 일반적 사용 방법은 다양한 아이템에 대해서 사용자들의 평가 데이터를 활용하여 공통적인 패턴을 찾으며, 특정 사용자에 대한 선호 아이템을 추천하는 기법이다. 이에 본 논문에서는 여러가지 알고리즘을 사용하여 지표 측정에 활용하였으며, 사용자 선호에 대한 예측에 적합한 알고리즘을 찾아서 제시하였다.