• Database Research
• /
• v.34 no.3
• /
• pp.86-98
• /
• 2018

Point-of-Interest(POI) recommendation systems suggest the most interesting POIs to users considering the current location and time. With the rapid development of smartphones, internet-of-things, and location-based social networks, it has become feasible to accumulate huge amounts of user POI visits. Therefore, instant recommendation of interesting POIs at a given time is being widely recognized as important. To increase the performance of POI recommendation systems, several studies extracting users' POI sequential preference from POI check-in data, which is intended for implicit feedback, have been suggested. However, when constructing a model utilizing sequential preference, the model encounters possibility of data distortion because of a low number of observed check-ins which is attributed to intensified data sparsity. This paper suggests refinement of temporal intervals based on data confidence. When building a POI recommendation system using temporal intervals to model the POI sequential preference of users, our methodology reduces potential data distortion in the dataset and thus increases the performance of the recommendation system. We verify our model's effectiveness through the evaluation with the Foursquare and Gowalla dataset.

• Journal of the Korea Society of Computer and Information
• /
• v.27 no.5
• /
• pp.37-45
• /
• 2022

As of 2020, about 500 hours of videos are uploaded to YouTube, a representative online video platform, per minute. As the number of users acquiring information through various uploaded videos is increasing, online video platforms are making efforts to provide better recommendation services. The currently used recommendation service recommends videos to users based on the user's viewing history, which is not a good way to recommend videos that deal with specific purposes and interests, such as educational videos. The recent recommendation system utilizes not only the user's viewing history but also the content features of the item. In this paper, we extract the content features of educational video for educational video recommendation based on YouTube, design a recommendation system using it, and implement it as a web application. By examining the satisfaction of users, recommendataion performance and convenience performance are shown as 85.36% and 87.80%.

• The Journal of Bigdata
• /
• v.7 no.2
• /
• pp.173-193
• /
• 2022

With the revision of the Data 3 Act, the financial MyData industry was created newly. MyData services collect the financial customers' data scattered in various financial companies and provide personalized services such as personal financial product recommendation, personal expenditure advice, etc. Although MyData service started in 2022, but the use of the service has not been significantly activated. This study attempted to analyze the factors affecting the use of MyData services from the perspective of financial consumers through VAM, UTAUT2 model. The factors related to the perceived value and intention to use MyData services of financial consumers were verified using benefit and sacrifice variables. Personal Innovativeness was used as a moderating variable. As a result of this study, it was found that personal product recommendation service has an important influence on the use of MyData services, and personal innovativeness has an effect as a modulating variable. It can be said that it is meaningful as a preceding study in terms of timing because it studied the perceived value of consumers less than a year after the MyData service began. From the practical perspectives, it was possible to show the change direction and marketing points of the MyData service. In practice, it was possible to confirm the direction of the service and the marketing point.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10b
• /
• pp.541-543
• /
• 2004

인터넷의 대중화로 인하여 인터넷상에 많은 음악 정보가 존재하게 되었다. 이에 따라서 사용자에게 음악 정보를 손쉽게 접근할 수 있게 해주는 서비스뿐만 아니라, 사용자에게 적절한 음악을 추천해주는 서비스의 중요성도 증가하고 있다. 본 논문에서는 사용자의 상황을 인식하고 사용자와의 대화를 통해서 적절한 음악을 추천해주는 인공 DJ를 제안한다 인공 DJ는 센서로부터 실내 온도, 습도, 조도, 소음을 입력받고, 인터넷을 통하여 날씨 정보를 입력받고, 사용자의 감정추론을 위하여 사용자가 입력하는 문장을 분석하여 Activation-Evaluation Space상에서 사용자의 감정을 표시함으로써 사용자의 주변 상황을 인식하고, 사용자의 성향을 파악하여 IF-THEN 규칙을 만들어 대수학적 연산자(algebraic operator)를 통한 퍼지 추론 방법을 이용하여 적절한 음악을 추천한다. 피험자 10명을 대상으로 실시한 설문조사 결과 제안하는 방법이 유용함을 알 수 있었다.

• Proceedings of the Korea Contents Association Conference
• /
• 2018.05a
• /
• pp.19-20
• /
• 2018

전자상거래가 대중화되면서 다양한 아이템을 손쉽게 구매할 수 있는 환경이 조성되었다. 전자상거래에서 소비자의 구매율을 향상시키기 위해 개인 맞춤 추천 서비스가 요구되고 있다. 본 논문에서는 사용자 성향과 제품의 신뢰성을 고려한 상품 추천 기법을 제안한다. 사용자의 성향은 찜하기, 리뷰, 클릭 등과 같은 다양한 사용자의 행위 분석을 통해 추출하고 상품의 신뢰성은 SNS에서의 언급 수와 서비스내의 사용자 행위를 통해 계산한다. 계산된 성향을 기반으로 협업 필터링을 수행하여 상품별 예측 점수를 생성하고 상품의 신뢰성을 고려하여 최종적인 추천 목록을 생성한다.

• 한국IT서비스학회:학술대회논문집
• /
• 2003.11a
• /
• pp.223-232
• /
• 2003

추천시스템을 설계하는 방법에는 크게 Content-Based Filtering 기법과 Collaborative Filtering 기법이 있다. 이 중 Collaborative Filtering 기법은 사용자가 아직 평가하지 못한 상품에 대한 예측값을 계산할 때, 나와 유사한 상품선호를 갖고 있는 사람들이 그 상품에 대해 평가한 점수를 활용하는 방법이다. 하지만 순수한 Collaborative Filtering 방법은 일반적으로 알려진 Data Sparsity의 문제, First Rater의 문제뿐만 아니라 예측값의 부정확성과 기하급수적 계산량의 증가로 실제구현이 어렵다는 문제점을 가지고 있다. 본 연구에서는 이러한 'Collaborative filtering' 시스템의 문제들 중 예측의 부정확성과 실제 구현의 어려움을 해결할 수 있는 방법으로 군집분석을 적용해 보았다. 특히 본 연구에서는 군집을 나눌 때, 실제 추천이 이루어지는 상품 도메인이 아닌, 그 상품도메인과 비슷한 선호의 기준을 가지고 선택하게 되는 '선택의 상관관계'가 높은 '이웃 상품도메인'에서 사용자들의 군집을 나누고 이를 실제 추천이 이루어지는 상품도메인에 적용하는 방식을 사용하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.10a
• /
• pp.506-508
• /
• 2019

1인 가구의 비율은 계속하여 증가하고 있으며 요리정보를 얻기 위한 쿡(Cook)방, 먹방, 요리추천 애플리케이션 등의 인기도 계속되고 있다. 요리에 대한 관심이 높아지면서 1인 가구 또한 요리에 많은 시간을 투자하는 것을 확인할 수 있었다. 한편, 기존 요리추천 애플리케이션에서는 사용자의 기호만 고려하기 때문에 사용자가 가지고 있는 재료를 고려하지 않은 문제가 있다. 본 논문은 이러한 요리정보의 수요를 충족시킴과 동시에 인공지능 이미지 인식 기술을 활용하여 현재 가진 재료로 지금 당장 만들 수 있는 요리와 레시피를 추천하는 서비스를 제공하여 1인 가구에 최적화된 솔루션을 제공한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.04a
• /
• pp.1078-1081
• /
• 2010

웹 2.0의 영향으로 인터넷 상에 범람하는 컨텐츠를 이용함에 있어 태깅 시스템은 매우 유연하고 효과적인 분류를 가능케 한다. 대부분의 웹 2.0 사이트에서는 검색된 정보에 해당하는 태그와 연관성이 있는 태그를 나타냄으로써 또 다른 관련 컨텐츠를 이용할 수 있는 서비스를 제공한다. 컨텐츠 사용자에 의해 생성되는 태그는 개인 성향에 따라 동일 컨텐츠에 다양하게 적용될 수 있으며 이로 인해 태그를 이용한 검색은 낮은 정확도를 나타낼 수 있다. 본 논문에서는 태그 선택에 있어 인간 상호작용의 특성을 파악하여 개인이 선호하고, 필요로 하는 컨텐츠에 대한 태그를 추천할 수 있는 태그 가치 측정 알고리즘을 제안한다. 컨텐츠 선택에 있어 의사결정에 영향을 미치는 요인을 식별하고 선호영화 추천 서비스인 MovieLens 사이트의 데이터 셋을 적용하여 태그 추천의 예측 정확도를 비교 평가함으로써 향상된 태그 가치 산정 결과를 제시한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.05a
• /
• pp.28-30
• /
• 2022

장애인은 정보 접근 제한과 편의시설 부족의 요인 등으로 인하여 여행 참여율이 낮아 비장애인과 동일한 여행 서비스를 경험하기에 어려움이 있다. 본 연구에서는 장애 요소 조건을 기반으로 가중기반의 알고리즘에 따라 콘텐츠를 추천하는 서비스를 제안하고 이에 따른 애플리케이션을 구현한다. 기존의 흩어져있던 여행지에 관한 정보와 지도 Open API를 이용하여 여행지에 대해 추천을 하는 애플리케이션 개발을 기획한다. 비장애인은 가중 조건과 관계없이 장애인의 경우에는 장애의 분류, 그 경도에 따라 여행 시 고려해야 할 조건에 따른 가중치를 두어 여행콘텐츠를 상단에 띄어 추천해 주는 방식에 대한 연구 결과를 제공하여 누구든 비장애 여행이 가능해지도록 한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.07a
• /
• pp.235-236
• /
• 2021

본 논문에서는 Microsoft Visual Studio의 Bot Builder SDK Template, Bot Emulator, KaKao Map 서비스를 활용하여 제주도 여행지를 추천하는 챗봇을 구현한다. 이 챗봇은 제주도 여행을 계획하고 있는 사용자에게 적절한 서비스를 제공하는 챗봇이다. 사용자에게 여행지 관련 테마를 제시하고, 사용자는 챗봇이 제시한 선택지 중 자신이 가장 선호하는 선택지를 선택한다. 사용자가 선택지를 결정하면 이를 바탕으로 챗봇 데이터베이스에 있는 적절한 여행지를 추천한다. 사용자가 테마를 고르지 않고 모든 데이터를 보고자 하는 경우 목록보기를 선택하여 챗봇이 가진 모든 여행지 목록을 볼 수 있다. 이 과정을 통해 사용자는 자신이 원하는 분야의 제주도의 적절한 여행지를 추천받을 수 있다.