• Proceedings of the Korea Contents Association Conference
• /
• 2015.05a
• /
• pp.45-46
• /
• 2015

최근 모바일 단말기의 보급과 함께 소셜 네트워크 서비스의 사용자 수가 급격하게 증가하고 있다. 본 논문에서는 사용자에게 의미 없는 장소를 판별하고 새로운 이동 궤적을 생성하여 유사한 사용자를 추천하는 친구 추천 기법을 제안한다. 성능평가를 통해 제안하는 기법이 기존 기법에 비해 성능이 우수함을 보인다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.21 no.11
• /
• pp.2043-2051
• /
• 2017

Lately, In addition to the increased interest in the big data field, there is also a growing interest in application fields through the processing of big data. Opinion Mining is a big data processing technique that is widely used in providing personalized service to users. Based on this, in this paper, textual review of users' places is processed by Opinion mining technique and the sentiment of users was analyzed through k-means clustering. The same numerical value is given to users who have a similar category of sentiment classified as a clustering operation. We propose a method to show recommendation contents to users by predicting preference using collaborative filtering recommendation system with assigned numerical values and marking contents with markers on the map in order of places with high predicted value.

• 두엄누리회보
• /
• s.18
• /
• pp.1-4
• /
• 2004

`05년 농협납품지정업체 추천업무 마감 - `05년 보조사업 진행 및 원가계산 산출 안내 - 행정처분 등으로 계약 해지된 장소에 재 지정관계

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.23 no.5
• /
• pp.177-182
• /
• 2023

When determining a meeting place, it is always a cumbersome problem to select an appropriate store with a short travel time for all participants. In this paper, to solve this problem, we propose an algorithm that recommends the best place and store based on the subway station and develop the system. This system provides a web-based store information registration function that allows self-employed people to register and promote their store, and provides an app-based function to recommend a meeting place to participants. The proposed algorithm reduces the travel time of all participants based on the subway map and improves fairness by using the standard deviation of the required time. In addition, this system presents a new way for self-employed people who have recently relied only on publicity through delivery apps.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.05a
• /
• pp.470-472
• /
• 2023

최근 위치 기반 장소 (POI) 추천 서비스가 많이 사용되면서, 사용자의 이전 방문지들에 대한 체크인 시퀀스를 기반으로 현재 (다음으로) 방문할 법한 POI 를 찾아 사용자에게 추천하는, next POI 추천 시스템에 관한 연구가 활발히 진행되고 있다. 하지만, 기존 연구들의 경우 next POI 추천을 위한 모델 학습 시, 사용자의 네거티브 POIs 에 관한 정교한 샘플링 없이 사용자 선호도를 추론해왔다. 본 연구에서는, 사전 학습된 별도의 사용자 선호도 추론 모델을 통해 사용자의 네거티브 POI로서 쉽게 분류되기 어려운 하드 네거티브 POIs 를 찾고, 이들을 위주로 수행되는 하드 네거티브 샘플링 방법을 새롭게 제안한다. 우리는 실 세계 데이터셋을 이용한 실험을 통해, 제안 방안이 기존 연구들에서 사용되어 온 랜덤 네거티브 샘플링 방법 대비 recall@5 기준, 최대 16.4%까지 추천 정확도를 향상시킬 수 있음을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.05a
• /
• pp.756-757
• /
• 2023

본 논문에서는 좌표를 이용하여 두 지점 이상의 장소의 중간 지점을 찾는 알고리즘을 비교 분석한다. 그 중 정확성과 실행 속도가 높은 알고리즘을 사용하여 하나의 중간 지점을 계산한다. 이를 기반으로 중간 지점 주변의 음식점 정보를 제공하는 서비스를 개발한다. 단순한 정보 제공에서 나아가 여러 기준으로 추천된 장소 정보를 제공하여 사용자에게 편리함을 제공하고자 한다. 이로써 해당 서비스는 지리 정보 시스템 등의 분야에서 활용될 수 있을 것으로 기대한다.

• KIPS Transactions on Software and Data Engineering
• /
• v.2 no.9
• /
• pp.615-620
• /
• 2013

With the development of smartphones, the number of applications for smartphone increases sharply. As a result, users need to try several times to find their favorite apps. In order to solve this problem, we propose a recommendation system to provide an appropriate app list based on the user's log information including time stamp, location, application list, and so on. The proposed approach learns three recommendation models including Naive-Bayesian model, SVM model, and Most-Frequent Usage model using temporal and spatial attributes. In order to figure out the best model, we compared the performance of these models with variant features, and suggest an hybrid method to improve the performance of single models.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2013.07a
• /
• pp.75-76
• /
• 2013

본본 논문에서는 Space Syntax 이론에 기반하여 여성의 안전한 여가활동 경로를 추천하는 어플리케이션을 제안한다. 이 어플리케이션은 접근성, 지역 간 상호관계 등을 바탕으로 한 계산을 통해 추천경로를 만든다. 이는 일반적인 네비게이션이 가지는 최단시간, 최단거리 탐색과는 차별성을 가지며, 안전을 최우선으로 한 경로를 탐색한다. 오늘날 늘어난 여가시간에 따라 사람들의 레저 활동이 많아지며, 따라서 여성의 경우도 참여율에 높아진다. 이 때 여성의 경우 안전적 문제에 있어 레저 활동 장소까지의 경로를 추천하고자 한다. 본 논문에서는 제안하는 레저활동과 여성안전에 관련한 어플리케이션은 다양한 위험요소를 염두에 두어 계산을 통해 안전한 경로를 제공하는 알고리듬으로 주관적 선택사항을 적용하여, 자기맞춤형 경로를 선택 가능하게 한다.

• Journal of Korea Multimedia Society
• /
• v.7 no.4
• /
• pp.592-600
• /
• 2004

A recommendation system, which is an application area of e-CRM in e-commerce environment, provides individualized goods recommendation service that meets the demand of individual users. In general, existing recommendation systems require extensive historic user information in application domains. However, the method of recommendation based on static historic user information needs to respond flexibly to users'demand that changes rapidly and sensitively over time and in domains including a variety of users. In addition, it is difficult to recommend for new users who are not fall into any of existing domains. To overcome such limitations and provide flexible recommendation service, this study designed and implemented CPAR (Customer Preference Analysis Recommender) system that supports customer preference analysis and filter management. The filtering management capacity of the present system eases the necessity of extensive information about new users. In addition, CPAR system was implemented in XML-based wireless Internet environment for recommendation service independent from platforms and not limited by time and place.

• Journal of KIISE
• /
• v.43 no.7
• /
• pp.786-794
• /
• 2016

Recommender systems can be used to assist users in selecting required services for their tasks in Internet of Things (IoT) environments in which diverse services can be provided by utilizing IoT devices. Traditional research on recommendation mainly focuses on predicting preferences of individual users. However, in IoT environments, not only individual users but also groups of users can access services in the environments. In this study, we analyzed user groups' preferences on services and developed service recommendation approach for new groups that do not have a history of accessing IoT-services in a certain place. Our approach extends the traditional user-based collaborative filtering by considering the similarity between user groups based on their member organization. We conducted experiments with a real-world dataset collected from IoT testbed environments. The results demonstrate that the proposed approach is effective to recommend services to new user groups in IoT environments.