• 한국콘텐츠학회논문지
• /
• 제20권12호
• /
• pp.123-135
• /
• 2020

본 연구는 넷플릭스의 서비스 특성 요인을 콘텐츠 다양성, 요금제 적절성, 추천 시스템, N-스크린 서비스, 몰아보기, 서비스 품질 등 6개 차원으로 구분하고, 각 차원이 이용자 만족과 지속 사용 의도에 미치는 영향에 어떤 역할을 하는지 알아보고자 한다. 본 연구는 넷플릭스 서비스를 이용한지 1년 미만인 신규 가입자 202명을 대상으로 설문조사를 실시하였다. 분석 결과, 첫째, 넷플릭스 서비스의 콘텐츠 다양성, 추천 시스템, 몰아보기 기능, 서비스 품질은 이용자 만족에 정의 영향을 미치는 것으로 나타났다. 둘째, 넷플릭스 서비스 특성 인식이 지속 사용 의도에 미치는 직접 효과와 이용자 만족을 통해 영향을 미치는 간접 효과를 분석한 결과, 먼저 N-스크린 서비스는 지속 사용 의도에 직접 효과도 간접 효과도 모두 미치지 않았다. 반면에 콘텐츠 다양성, 추천 시스템, 몰아보기 기능과 서비스 품질은 지속 사용 의도에 대한 직접 효과는 유의미하지 않았지만, 이용자 만족을 통한 간접 효과는 유의미한 것으로 나타났다. 한편, 요금제 적절성은 지속 사용 의도에 미치는 직접 효과가 유의미했지만 이용자 만족을 통한 간접 효과가 유의미하지 않은 것으로 나타났다. 마지막으로 이용자 만족과 지속 사용 의도는 예측한 바와 같이 유의미한 정적 상관관계를 가지는 것으로 나타났다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2008년도 추계학술발표대회
• /
• pp.68-71
• /
• 2008

웹 상에 정보가 폭발적으로 증가함에 따라 각 사용자에게 맞는 정보를 선별하여 제공하는 개인화 서비스는 매우 중요한 이슈가 되었다. 기존 추천시스템들은 컨텐츠 기반 필터링과 협업 필터링 기법을 기반으로 한다. 그러나 이러한 방법들은 충분히 수집된 사용자 정보를 필요로 하기 때문에, 적절한 추천이 이루어지기 까지 다소 시간이 소요되는 문제를 가지고 있다. 또한 사용자의 성향이 지나치게 편중되는 경우, 사용자의 취향변화를 반영하여 새로운 상품을 추천하는 것은 어렵다. 실제로 사용자들은 웹 사이트의 방문 목적에 따라 개인화된 상품추천을 원하기도 하고, 많은 사용자들에게 인기 있는 상품을 원하기도 한다. 본 논문에서는 사용자의 행동분석을 기반으로, 협업 필터링을 기반으로 하는 개인화된 추천과 다수의 사용자들에게 공통적으로 인기 있는 상품의 추천 비율을 동적으로 조합하여 최종 추천 상품들을 선별하는 새로운 적응형 추천 시스템을 제안한다. 본 논문에서는 MovieLens의 데이터 셋을 이용하여 기존 추천기법들과 추천결과에 대한 정확도를 비교 실험하였으며, 보다 높은 정확도를 보이는 실험결과를 통해 제안시스템의 유효성을 확인하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2007년도 춘계학술대회 학술발표 논문집 제17권 제1호
• /
• pp.261-264
• /
• 2007

유비궈터스 환경의 추천 시스템에서는 협력적 필터링을 위하여 컨텍스트 정보를 사용하고 있으나, 컨텍스트 정보의 부족으로 인하여 추천 결과가 정확하지 않는 경우가 발생하게 된다. 이러한 문제를 해결하기 위하여 컨텍스트 정보와 더불어 사용자 프로파일의 서비스 이력 정보를 사용하였으나, 사용자 프로파일의 서비스 이력 정보는 시간이 지남에 따라 사용자의 기호가 변하거나 유행에 영향을 받을 수 있는 문제점이 있다. 또한 컨텍스트 정보와 사용자 프로파일의 서비스 이력 정보는 상황에 따라 적절히 연동하지 못하여 부정확한 예측을 할 수가 있다. 본 논문에서는 시간의 경과에 따라 사용자의 기호나 유행이 변하는 경우, 사용자 프로파일의 서비스 이력 정보들을 일률적인 값으로 적용하는 것이 아니라 시간에 따라 가중치를 달리 적용하는 방법을 사용하였다. 그리고 컨텍스트 정보와 사용자 프로파일의 서비스 이력 정보가 상황에 따라 적절히 연동하지 못하는 문제는 협력적 필터링하여 나온 결과에 컨텍스트 정보와 사용자 프로파일의 서비스 이력 정보의 가중치를 달리 적용하여 통합함으로써 예측성을 높일 수 있었다.

• 한국경영정보학회:학술대회논문집
• /
• 한국경영정보학회 2007년도 International Conference
• /
• pp.160-167
• /
• 2007

전자상거래에서 핵심적인 연구질문 중의 하나는 서비스품질에 영향을 주는 핵심 driver가 무엇인가를 이해하는 것이다. 이 연구에서는 인터넷 쇼핑몰의 관리기능 변수를 파악하고 그것이 서비스품질의 4개의 각 세부요소에 어떻게 영향을 끼치는가를 조사한다. 본 연구에서는 기존문헌을 토대로 서비스품질의 각 세부요소에 영향을 미치는 7개의 선행변수를 도출하였다:배달(delivery), 제품반품(reverse logistics), 불만처리(claim resolving), 추천(recommendation), 고객맞춤화(customization), 상호작용성(interactivity), 접촉(contact). 실증적 테스트결과 이 선행변수들은 모두 서비스품질의 각 세부요소에 유의한 결과를 나타냈으며 이는 어떻게 서비스품질의 수준이 관리될수 있는지에 대한 이해를 돕는데 도움을 줄 것이다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2013년도 추계학술발표대회
• /
• pp.1129-1131
• /
• 2013

온라인 상에서 불특정 타인과 관계를 맺을 수 있는 서비스로 소셜 네트워크 서비스(Social Network Service : SNS)가 새롭게 떠오르고 있다. 1990년대에 등장한 SNS는 최근에는 스마트폰을 이용한 모바일 서비스로 인해 이용자의 수가 급격히 늘어나고 있다. SNS에서는 '친구 찾기' 라는 서비스를 제공하는데, 이는 이용자의 개인정보를 분석하여 이용하여 친구를 찾아주는 서비스이다. 기존의 '친구 찾기' 서비스는 이용자가 제공하는 정보만을 다른 이용자의 정보와 비교하여 친구를 찾았다. 그러나 이용자가 제공하는 정보는 한정적이기 때문에 비교할 수 있는 정보의 양도 한정되어 찾을 수 있는 친구의 수에도 한계가 생긴다. 그래서 본 논문에서는 단순한 개인정보 비교를 통한 친구를 찾는 방법이 아닌 이용자가 제공하는 시공간 데이터를 활용하여 추론을 통해 친구를 추천해주는 시스템을 설계하고 구현한다.

• 한국멀티미디어학회논문지
• /
• 제14권1호
• /
• pp.112-120
• /
• 2011

본 연구에서는 상황 적용 시스템을 이용하여 위치 인식 기반의 음식점 추천 서비스를 개발함으로써 이 시스템이 실제 상황 인식 응용 프로그램 개발에도 유용하게 사용될 수 있음을 보일 것이다. 이를 위해 상황 적응 시스템을 기반으로 하여 사용자의 위치 선호도와 검색 히스토리 등의 정보를 이용하는 위치 인식 기반의 맞춤형 음식점 추천 응용 프로그램을 개발하였다. 상황 적용 시스템은 개발자가 작성한 정책 파일의 내용에 따라 변화된 상황에 맞도록 응용 프로그램을 자동적으로 적응시키고, 응용 프로그램은 위치 등과 같은 변화된 상황을 기반으로 음식점 추천 서비스를 제공한다.

• 한국콘텐츠학회논문지
• /
• 제10권8호
• /
• pp.26-31
• /
• 2010

본 연구는 작업현장, 교육현장, 기타 시공간에서 작업자의 현재 상황이나 담당업무 맥락에 따라 개인의 숙련도나 학습 진도에 맞추어 비공식학습과 공식학습 모두 실시간으로 발생할 수 있는 개인 추천 서비스 구현을 목표로 한다. 이에 복합지식을 기반으로 실시간으로 코칭과 조언을 들을 수 있으며, 다차원적인 관계를 쉽게 검색하고 추천할 수 있는 개인 맞춤형 복합지식 지능화 추천 시스템을 설계하였다. 이를 위해, 복합지식 저장소와 복합지식관리 모듈을 개발하였다. 특정 산업분야에서는 장기적으로 축척되는 지식베이스를 근간으로 하여 전문적인 문제해결 혹은 코칭 서비스 등을 부가적으로 창출할 것으로 기대된다.

• 한국전자거래학회지
• /
• 제9권3호
• /
• pp.191-205
• /
• 2004

은행 등과 같이 고객의 서비스를 중요시하는 산업에서는 고객 만족도 향상을 위하여 eCRM(e-Customer Relationship Management)의 개념 도입이 촉진되고 있다. 이러한 고객의 만족도 향상을 위한 방안으로 본 연구에서는 은행의 금융상품 추천업무를 대상으로 전문가시스템을 이용한 eCRM 구축에 대하여 검토를 실시하였다. 이를 위하여 먼저 전문가시스템을 활용한 eCRM 시스템의 아키텍처를 제시하였고, 고객에게 금융상품 추천을 위한 전문가시스템 프로토타입을 개발하였다. 본 연구에서 제시된 금융상품추천 전문가시스템을 활용한 e-CRM시스템은 고객에게는 보다 양질의 금융 서비스를 제공하게 되며, 은행에서는 고객에 대한 보다 정확한 정보 수집이 용이하게 된다.

• 한국콘텐츠학회논문지
• /
• 제16권4호
• /
• pp.56-64
• /
• 2016

정보 기술의 발전 및 스마트 기기의 활성화로 인해 소셜 네트워크 서비스의 사용자 수가 기하급수적으로 증가하고 있다. 이러한 소셜 네트워크 서비스에서 사용자의 성향을 파악하고 유사한 사용자를 추천하는 연구들이 활발하게 진행되고 있다. 본 논문에서는 모바일 사용자의 이동 패턴 분석을 통해 유사한 성향을 가지는 소셜 네트워크 친구를 추천하는 기법을 제안한다. 제안하는 기법은 사용자의 정확한 성향을 판별하기 위해 동행인 여부, 방문 시간이 짧은 궤적, 반복적으로 나타나는 궤적을 고려하여 의미 없는 궤적을 제거한다. 의미 있는 궤적 정보만을 이용하여 사용들 사이의 유사도를 계산하여 유사한 성향을 가지는 사용자를 친구를 추천한다. 성능 평가를 통해 제안하는 기법이 기존 기법에 비해 성능이 우수함을 보인다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2017년도 추계학술발표대회
• /
• pp.660-663
• /
• 2017

다양한 소셜 네트워크 서비스가 발달되고 많은 사람들이 소셜 미디어에 참여하면서 방대한 양의 정보가 발생하고 있다. 따라서 원하는 정보를 선별하고 가공하는 연구도 활발히 진행되고 있다. 협업필터링은 이러한 정보를 토대로 사용자에게 맞춤형 아이템을 추천해주는 알고리즘이다. 하지만 정확한 추천을 위해서는 매우 방대한 양의 정보가 필요하다. 또한 협업필터링에는 초기에는 제대로 추천이 이루어지지 않는 콜드스타터 문제가 있다. 이러한 문제를 해결하기 위해 본 논문에서는 소셜 네트워크 서비스 중의 하나인 트위터 데이터를 활용하여 협업필터링 추천 시스템의 성능을 높이고자 한다. 협업필터링의 평점에 특정 아이템 관련 트윗을 수집해서 긍정/부정을 측정하여 가중치를 부여한다. RMSE 평가 방법을 통한 실험 결과, 소셜 미디어의 긍부정 영향력을 측정하여 적용했을 때가 기존의 협업필터링 방식에 비해 약 5.5%의 성능 향상을 확인하였다.