• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 춘계학술발표대회
• /
• pp.310-311
• /
• 2021

추천시스템은 사용자가 아이템들에 남긴 과거 피드백을 바탕으로 사용자가 선호할 법할 아이템을 추천한다. 추천시스템에서 사용자의 선호도는 단일클래스 세팅과 다중클래스 세팅 두 가지로 표현 할 수 있다. 우리는 추천시스템을 위해 제안된 지식증류기법인 Ranking Distillation 을 다중클래스 세팅에서 실험하여, 증류된 지식을 통한 작은 모델 학습이 효과적인지에 대해 알아보고자 한다.

• 한국정보관리학회:학술대회논문집
• /
• 한국정보관리학회 2013년도 제20회 학술대회 논문집
• /
• pp.129-132
• /
• 2013

협력추천은 이용자가 가지고 있던 지식과 경험 또는 정보를 활용하는데 사용하였던 지식을 토대로 다른 이용자들이 효율적으로 정보를 획득할 수 있도록 지원하는 것을 목적으로 하는 서비스이다. 이 연구에서는 음원 서비스의 기존 이용자들이 구축해놓은 공개앨범에 나타난 정보를 분석하는 과정에 동시인용분석기법을 적용하여 음원을 찾고자 하는 이용자들에게 선호할 만한 음악을 추천해주는 방안을 제시하였다. 동시출현한 정보를 기반으로 구축된 가수 네트워크에서는 연관 가수 집단이 폭 넓게 표현될 수 있었고, 동시출현한 빈도가 높은 상위 곡은 이용자에게 직접적으로 유사정보를 추천하는 방안으로 활용될 수 있는 것으로 나타났다.

• 지능정보연구
• /
• 제10권3호
• /
• pp.133-146
• /
• 2004

네트워크 기술의 발달로 인하여 사용자가 접하게 되는 정보의 종류와 양이 급속하게 증가되고 있으며, 이로 인해 사용자는 자신이 필요로 하는 정보를 찾아내어 관리하는데 많은 시간과 노력을 소비하고 있다. 이에 본 연구에서는 대표적인 추천기법 중에 하나인 내용기반 추천(Content-based Recommendation)과 사용자 지식에 의해 정의된 키워드 유사성(Keyword Affinity)을 이용하여 사용자가 보다 적은 비용으로 자신의 정보를 효율적으로 관리할 수 있도록 지원하는 방법론을 제시한다. 즉, 사용자의 선호도가 자주 변하거나 새로운 내용이 지속적으로 생성되는 환경에서는 추천의 성능이 떨어지고, 사용자의 선호도가 충분히 축적되기까지 정확한 추천이 어려운 내용기반 추천의 한계점을 사용자 지식에 의해 정의된 키워드 유사성을 응용하여 해결한다. 본 연구는 수시로 새로운 정보가 생성되고 삭제되는 개인 이메일 환경을 그 대상으로 하며, 사용자의 효율적인 이메일 관리를 위한 폴더 추천을 지원한다. 또한 실험을 통해 기존에 연구되었던 폴더 추천 방법론과 성능을 비교함으로써 본 연구에서 제시하는 방법론을 검증하였다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2019년도 제31회 한글 및 한국어 정보처리 학술대회
• /
• pp.514-518
• /
• 2019

기존의 교차 도메인 추천은 일반적으로 서로 다른 도메인 데이터의 지식 결합이나 지식 공유를 바탕으로 진행된다. 이러한 방식들은 최소 한 개 이상의 도메인 데이터가 필요해서 모든 도메인의 피드백 데이터가 없는 실제 서비스 초기 상황에는 적합하지 않을 수 있다. 따라서 본 논문에서는 서비스 초반 모든 도메인의 피드백 데이터가 없고 콘텐츠 데이터만 존재하는 상황에서 교차 도메인 추천 시스템을 효과적으로 시작하기 위해 텍스트 임베딩, 클러스터링, 프로파일링 및 콘텐츠 기반 필터링을 활용한 추천 시스템 구성을 제안하고자 한다. 평가를 위해 여행지, 지역 축제, 공연을 포함하는 문화 관광 데이터와, 이에 대한 사용자 프로파일링 결과를 바탕으로 추천을 진행하였다. 그 결과, 콘텐츠 임베딩에 대한 유사도를 시각화하여 교차 도메인 아이템 간 유사성을 확인할 수 있었고, 사용자별 추천 결과를 통해 제안한 교차 도메인 추천 시스템이 유의미하게 동작함을 보였다.

• 융합신호처리학회논문지
• /
• 제20권3호
• /
• pp.138-144
• /
• 2019

현대 사회에서 사람들은 시간적인 여유, 경제적인 문제 등에 따라 여행지에 대해 심각한 고민을 한다. 따라서 본 논문에서는 상황 지식을 이용한 비계층적 군집 기반 하이브리드 추천을 제안한다. 제안하는 방법은 사용자의 위치, 장소, 날씨 등의 상황에 따라 선호하는 여행지에 대한 지식을 추천받을 수 있는 개인화된 방법이다. 설문조사를 통해 수집된 데이터로부터 14개의 속성을 기반으로 유사한 특성을 가진 사용자들을 비계층적 군집 기반 하이브리드 추천을 이용하여 군집한다. 이는 암묵적 데이터와 명시적 데이터에 가중치를 부여하여 보다 정확한 추천을 한다. 이를 통해 사용자는 불필요한 시간을 소모하지 않고 선호하는 여행지를 추천받을 수 있다. 성능평가는 정확도, 재현율, F-measure를 이용한다. 평가 결과 정확도는 0.636, 재현율은 0.723, F-measure는 0.676으로 평가되었다.

• 한국지능시스템학회논문지
• /
• 제23권1호
• /
• pp.7-11
• /
• 2013

전문가의 지식을 기반으로 한 추천시스템에 대한 다양한 연구가 최근 활발히 진행되고 있다. 지금까지의 전문가 기반 추천 시스템이 공통된 전문가 그룹의 지식을 바탕으로 모두에게 아이템을 추천하였다면, 본 논문에서는 개인의 필요와 전문가에 대한 관점을 반영한 개인화된 전문가 그룹의 지식을 기반으로 한 추천 시스템을 제안한다. 개인화된 전문가 그룹을 찾는 과정이 제안하는 추천 시스템에서 가장 중요한 부분이다. 이를 위해 개인화된 전문가를 효율적으로 찾아내는 지지 벡터 머신(SVM) 기반 기법을 제안한다. 추천 시스템에서 널리 사용되는 k 근접이웃 알고리즘과의 비교를 통하여서 개인화된 전문가를 기반으로 한 협업 필터링 추천 시스템의 효용성을 입증한다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2012년도 제24회 한글 및 한국어 정보처리 학술대회
• /
• pp.201-205
• /
• 2012

지식검색은 방대한 지식정보 데이터를 바탕으로 사용자의 질문에 대한 답변을 검색하는 시스템이다. 이러한 사용자 참여로 구축된 지식정보는 잘못된 답변으로 인한 신뢰성 부족과 중복 답변 등의 문제점이 있어, 원하는 답변을 찾기 위해서는 지식검색에서 다수의 답변을 읽고 그 답변의 진위여부를 판단해야만 한다. 만일 정답에 포함되는 단어나 어구가 답변들에서 나타내는 통계적 특성을 활용하여 사용자가 원하는 답변을 제시할 수 있다면, 지식검색의 효용성과 신뢰성이 크게 향상될 수 있다. 본 논문에서는 지식정보 데이터 분석을 통해 사용자의 질문의 유형을 단어, 목록, 도표, 글의 4가지 유형으로 분류하고, 각 분류에 대한 사용자 질의어의 답변을 요약하는 방식을 제안한다. 단어, 목록, 글 유형은 TF와 IDF, 어휘 간의 거리 정보를 통해서 중요 단어를 추출하여 각 유형에 적합한 형식의 답변을 사용자에게 제시한다. 도표형은 답변들에서 사용자의 의견 정보를 추출하여 의견 통계를 도표로서 제시한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 춘계학술발표대회
• /
• pp.342-345
• /
• 2022

'홈가드닝' 시장의 성장이 가속화되면서 식물에 관심을 가지는 사람들이 많아지고 있으나, 초보자의 경우 식물 육성에 있어 어려움이 존재한다. 본 논문에서는 이러한 한계를 극복하기 위한 방안으로 일조량, 계절, 크기 등 세분화된 조건을 바탕으로 하는 지식 기반 추천 시스템을 적용한 식물 추천 시스템을 제안하고 있다. 해당 시스템을 통해 사용자의 환경에 맞는 식물을 추천하여 육성 및 관리를 돕고자 한다.

• 과학교육연구지
• /
• 제39권3호
• /
• pp.434-445
• /
• 2015

이 연구에서는 초등학생을 대상으로 출판되는 과학 추천도서들을 살펴보고 그 특징을 분석하였다. 출판되고 있는 과학 학습 도서들의 양과 종류는 상당히 많고 다양하기 때문에, 많은 학생들과 학부모, 학교, 도서관에서는 과학 추천 도서 목록을 이용하고 있다. 하지만 추천도서들은 선정하는 기관에 따라 각각 다르고 다양하기 때문에, 이들 추천도서들이 어떤 특징을 지니고 있고 과학 학습 자료로서 적절성을 지니고 있는지를 분석할 필요가 있다. 이를 위하여 여러 문헌들과 선행연구들을 참고하고 면담 및 의견조사를 통해 기준을 추출하고 검토하여 예비 검사 도구를 제작하였다. 이렇게 제작한 예비 검사 도구의 타당성 및 신뢰성 및 타당성을 확보하기 위하여 8명의 초등 과학 교육 석사 및 석사과정으로 구성된 전문가 집단을 통하여 파일럿 테스트 및 일치도 검사를 실시하였고, 의견교환을 통하여 문항을 상세화하고 수정하여 검사 도구를 제작하였다. 그 후 과학도서 추천도서들을 추천기관, 판매량을 고려하여 9권을 선정하였고, 도서 1권당 3명의 평정자가 검사 도구를 이용하여 검토하고 분석한 결과는 다음과 같다. 첫째, 과학 추천도 서들은 탐구와 과학의 본성영역이 과학태도와 지식영역에 비하여 비교적 낮은 평가를 받았다. 둘째, 몇몇 추천도서들 도서에서 다루고 있는 과학 지식들에 대한 자세한 설명이 이루어지지 않는 모습들이 보였다. 셋째, 편집적인 면에서 일부도서는 딱딱한 어조와 일방적인 설명으로의 지식제공으로 학생들이 부담감을 가지고 흥미를 잃기 쉽게 구성되어 있었다. 이를 통하여 다음과 같이 제언할 수 있다. 첫째, 추천도서를 선정함에 있어 과학지식뿐만 아니라 탐구와 과학의 본성 측면을 반영할 필요가 있다. 둘째, 본 연구에 이어 좀 더 추가적인 사후 연구들이 진행될 필요가 있다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 봄 학술발표논문집 Vol.29 No.1 (B)
• /
• pp.52-54
• /
• 2002

추천 시스템은 방문 고객 개개인의 취향이나 구매이력 등을 분석하여 고객이 필요로 하는 상품 또는 컨텐츠 정보의 서비스를 제공한다. 기존의 추천 시스템은 온라인에 초점을 맞추어 설계되었는데 본 논문에서는 무선 인터넷 서비스를 기반으로 무선 단말기(e.g. PDA, Cell Phone 등)를 통해 오프라인에서도 추천정보를 제공하는 시스템을 제안한다. 사용자에게 제공이 되는 추천 정보는 상품이나, 컨텐츠 또는 이벤트 정보이며 제안된 시스템에서는 데이터 마이닝 기법을 통해 데이터를 분류, 측정 및 예측하고 지식 기반방법과 collaborative filtering 방법을 혼합하여 양쪽의 장점만을 취하여 기존의 한정된 상품에 대한 정보와 침상에서만 제공이 되는 서비스를 오프라인까지 통합한 추천 시스템을 제안한다.