• Journal of Korea Multimedia Society
• /
• v.13 no.3
• /
• pp.475-486
• /
• 2010

Contents Recommender System predicts user's preferences towards contents, and then recommends highly-predicted contents to user. Digital Identifier plays its part in identifying abstract works or digital contents in digital network environment. Digital Identifier could be effectively used in content-based filtering and collaborative filtering that are mainly used in Contents Recommender Systems. Therefore, this paper proposes an improvement of UCI metadata and resolution service for effective use of UCI in massive contents recommender systems. UCI metadata is expanded by adding elements such as abstract, keyword, genre, age, rate and review. Resolution service allows the operation systems to collect user preference for content by including input part of preference in a result page. This paper also designs and implements an improved UCI operation system and shows that the proposed improvement of UCI metadata and resolution service could be used for massive contents recommendation.

• 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.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.466-469
• /
• 2021

최근 자연어 처리에 대한 관심이 증가함에 따라 자연어 처리 기술을 활용한 다양한 추천 시스템이 등장하고 있다. 본 논문에서는 자연어 처리를 이용한 서비스를 개발한다. 본 논문에서 개발한 서비스는 KoNLPy 와 Word2Vec 을 이용하여 크라우드 펀딩 프로젝트 창작자 및 후원자에게 키워드 및 키워드와 유사한 단어가 제목에 포함되는 프로젝트를 추천해준다. 단문 텍스트로서 프로젝트 제목을 사용하여 데이터를 자연어 처리 한 후, 딥러닝 모델에 적용시켜 추출한 데이터를 기반으로 창작자와 후원자에게 추천해주는 방식이다. 따라서 본 서비스는 프로젝트 제목 정보를 통한 추천 시스템의 개발로, 나아가 영화, 도서와 같은 콘텐츠 추천 분야에도 적용할 수 있을 것으로 기대한다.

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.47 no.4
• /
• pp.11-17
• /
• 2010

In this paper, we propose a recommendation system for supporting self-directed programming language education. The system is a recommendation system using collaborative filtering based on learners' level and stage. In this study, we design a recommendation system which uses collaborative filtering based on learners' profile of their level and correlation profile between learning topics in order to increase self-directed learning effects when students plan their learning process in e-learning environment. This system provides a way for solving a difficult problem, that is providing programming problems based on problem solving ability, in the programming language education system. As a result, it will contribute to improve the quality of education by providing appropriate programming problems in learner"s level and e-learning environment based on teaching and learning method to encourage self-directed learning.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.04a
• /
• pp.39-42
• /
• 2009

사용자 적응형 추천 시스템의 목적은 사용자의 선호도와 행동 정보 등을 분석, 분류하여 그를 바탕으로 각 사용자가 필요로 하거나 선호 할 만한 서비스를 사용자에게 추천하여 사용자 편리성을 높이는 것이다. 그러나 기존의 추천 시스템은 새로운 사용자의 등장이나 새로운 서비스의 등장 시 분석에 많은 시간을 필요로 하거나, 과특성화와 희귀성이라는 특성으로 인한 추천 서비스 단순화 등의 문제점을 안고 있다. 본 논문에서는 새로운 사용자 등장 시 결정 트리를 이용한 분류로 분석시간을 줄이고, 새로운 아이템의 등장 시 분석시간의 감소와 다양한 사용자 중심적인 추천을 위해 대리자를 이용한 사용자 군집화와 추천을 수행하는 새로운 모델을 제시한다. 또한 제안된 모델을 분석하여 위의 문제점들이 어떻게 해결되는지 설명한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2014.05a
• /
• pp.635-636
• /
• 2014

최근 몇 년간 전세계적으로 모바일 기기의 사용이 급속도로 증가되고 있다. 이는 모바일 App 기반으로 하는 전자상거래 형태의 다양한 변화와 웹과 같은 영향력 있는 모바일 앱 스토어의 성장에 영향을 주었다. 그러나, 수많은 App스토어에 존재하고 있는 애플리케이션은 간편한 추천방법으로 사용자에게 뷰 정보를 제공하여 다수의 사용자는 원하는 아이템을 찾는데 많은 시간과 노력을 기울여야 한다. 이에 본 논문에서는 재능마켓으로 "재능쇼핑"을 위해 집단지성을 기반으로 하는 재능추천 시스템을 제안한다. 이는 집단 지성을 기반으로 사용자의 선호도 정보와 재능정보를 분석 평가하여 구매자에게 재능쇼핑에 대한 아이템을 자동 추천하도록 설계 구현하였다. 따라서 본 논문에서 제안한 시스템은 소비자에게는 맞춤형 구매정보 제공을 가능하게 하며, 오픈 마켓 관리자에게는 구매자의 니즈에 대한 자동분석과 사용자 구매 효율성의 증진이 향상될 것으로 기대한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.11a
• /
• pp.359-360
• /
• 2013

본 논문에서는 기존의 쿠폰의 사용자 편의성을 극대화하기 위하여, NFC를 기반으로 하는 모바일 쿠폰 추천 시스템을 제안한다. 기존의 쿠폰은 사용자에게 무작위로 정보를 제공하고, 종이 쿠폰의 경우 분실의 가성능과 여러 장을 소지해야 하는 단점이 있었다. 따라서 본 논문에서는 NFC기반으로 사용자에게 마일리지를 판매자의 홍보 수단으로 제공하는 한편 이를 이용해 얻어지는 판매자들의 매장 이용 현황의 유사도를 분석하여, 비슷한 유사도를 보이는 사용자를 기반으로 판매자의 매장의 쿠폰을 추천하는 쿠폰 추천 시스템을 구현하였다

• The Journal of the Korea Contents Association
• /
• v.11 no.5
• /
• pp.104-116
• /
• 2011

A recommender system is a personalized decision support tool to suggest suitable products in proper manners for the benefits of both suppliers and consumers, with the assumption of full understating of consumers' needs and preferences. However, a substantial number of studies have focused on making recommender systems more accurate and efficient. Whereas, there have been a few studies on consumers' needs and preferences under their own contexts to accept recommender systems. To this end, this study attempted to find out the impact of personal sentiments and contexts on the willingness to accept music recommender systems based on the simplified "Technology Acceptance Model" and some verified variables from the precedent studies. For the study, we conducted an empirical study using surveys and High-Order Structural Equation Model (SEM). The outcomes of the research was affirmative to the research hypothesis that the personal sentiments and contexts positively affect the acceptance of the music recommender systems.

• Journal of the Korean Society for information Management
• /
• v.24 no.3
• /
• pp.43-65
• /
• 2007

Automatic recommendation system of panel pool should be designed to support universal, expertness, fairness, and reasonableness in the process of review of proposals. In this research, we apply the theory of probabilistic ontology to measure relatedness between terms in the classification of academic domain, enlarge the number of review candidates, and rank recommendable reviewers according to their expertness. In addition, we construct a researcher network connecting among researchers according to their various relationships like mentor, coauthor, and cooperative research. We use the researcher network to exclude inappropriate reviewers and support fairness of reviewer recommendation process. Our methodology recommending proper reviewers is verified from experts in the field of proposal examination. It propose the proper method for developing a resonable reviewer recommendation system.

• Journal of KIISE
• /
• v.45 no.2
• /
• pp.126-133
• /
• 2018

The recommender system (RS) has emerged as a solution to overcome the constraints of excessive information provision and to maximize profit and reputation for information providers. Although the RS can be implemented with various approaches, there is no study on how to appropriately utilize the information generated from the review of the recommended object. We propose a method to improve the performance of RS by using cluster information generated from online review. We implemented the proposed method and experimented with real data, and confirmed that the performance is significantly improved compared to the existing approaches.