• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2004년도 추계학술발표논문집(상)
• /
• pp.463-466
• /
• 2004

최근 Device 의 대중화로 모바일 폰 사용자는 언제 어디서라도 정보서비스 및 멀티미디어 동영상 서비스를 쉽게 접할 수 있게 되었다. 하지만, 작은 화면과 불편한 User Interface 를 가진 모바일 Device 의 한계와 양적인 컨텐츠의 증가로 인하여 사용자가 원하는 정보를 Access 하기에는 너무 많은 시간과 비용이 소요되고 있다. 본 논문에서는 사용자의 Accessibility 욕구를 충족하고 시간과 비용을 절감하기 위한 방법으로서 무선 인터넷 환경에서의 추천 시스템을 기반으로 방대한 분량의 뉴스 컨텐츠 가운데 개인화 된 뉴스를 선별, 제공해 주는 지능형 추천 시스템을 설계 구현하고자 한다. 본 논문은 인공 지능 분야 중 에이전트의 추천 역할과 기능면에서 Collaborative Filtering 방법이 갖고 있는 계산 속도 문제에 대한 대안으로서, 유사한 선호도의 사용자를 특성에 따라 분류하기 위해 군집분석을 이용했으며, 각 군집별로 뉴스 카테고리를 Weighting 한 후, 뉴스 컨텐츠를 Scoring, Listing하여 사용자가 읽은 뉴스에 대한 평가를 기록하고 이틀 각 군집별로 반영하는 방법을 수행하였다. 추가로 뉴스 컨텐츠의 사용자 만족도를 평가하기 위하여 뉴스를 처음부터 끝까지 읽은 완독률을 측정기준으로 제시하고 일반적인 무선 인터넷 환경하의 뉴스 메뉴체계와 비교하여 설계된 시스템의 성능에 대한 유효성을 검증하였다.

• 한국융합학회논문지
• /
• 제10권11호
• /
• pp.159-164
• /
• 2019

ICT 기술 발전으로 강아지와 고양이등 반려동물 돌보기와 건강에 대한 관심도가 높아지고 있다. 본 논문에서는 반려동물 산업의 다양한 분야에 활용될 수 있도록 반려동물 사료의 성분 데이터를 기반으로 군집분석을 수행하고 적합한 서비스에 대해 고찰한다. 군집분석을 위해 시중에서 유통되고 있는 300여 개의 강아지 및 고양이 펫푸드를 대상으로 성분별 상관관계를 분석하여 유사성을 측정하며, Hierarchical, K-Means, Partitioning around medoids(PAM), Density-based, Mean-Shift 등의 다양한 클러스터링 기법을 활용하여 군집화 하여 분석한다. 또한 반려동물의 개인화 추천시스템도 제안한다. 본 논문의 연구 결과는 반려동물을 대상으로 한 사료 추천시스템 등의 맞춤형 개인화 서비스에 활용할 수 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2010년도 추계학술발표대회
• /
• pp.523-526
• /
• 2010

오늘날의 인터넷은 웹 2.0 의 출현으로 인하여 콘텐츠의 생산주체가 서비스 제공자에서 서비스 수요자인 사용자들로 변화되고 있다. 이에 따라 사용자들의 경험은 콘텐츠의 품질에 큰 영향을 미치고 있으며 소셜 네트워크에서 취득한 콘텐츠는 검색으로 취득한 콘텐츠보다 신뢰를 받고 있다. 본 논문에서는 소셜 네트워크를 기반으로 사용자들에게 양질의 콘텐츠를 추천하기 위한 방법과 그 개발을 보인다. 소셜 네트워크는 XML 기반의 사용자 프로파일 기술 언어인 FOAF 를 이용하여 수집하며 이를 통해 사용자와 사용자 사이의 관계를 수집한다. 그리고 웹 콘텐츠 출판언어인 RSS를 이용하여 각 사용자들이 블로그 등을 통해 배포한 콘텐츠를 수집한다. 본 논문에서 보이는 시스템은 FOAF 와 RSS 를 기초로 입력된 키워드에 대해 사용자와 콘텐츠의 관계를 분석하고 이를 통해 콘텐츠를 추천하는 기능을 가진다. 본 논문에서 보이는 시스템은 전통적인 콘텐츠 추천 시스템과 달리 사용자가 속한 소셜 네트워크에서 콘텐츠 생산자가 대한 중요도가 반영되므로 보다 신뢰성 있는 결과를 얻을 수 있다.

• 한국정보기술응용학회:학술대회논문집
• /
• 한국정보기술응용학회 2007년도 추계 국제학술대회
• /
• pp.77-78
• /
• 2007

• 한국컴퓨터정보학회논문지
• /
• 제19권5호
• /
• pp.61-69
• /
• 2014

협업 필터링 추천은 사용자의 아이템에 대한 선호도를 기반으로 유사 아이템 집합 또는 유사 사용자 집합을 생성하고 이를 이용해 사용자의 특정 아이템에 대한 선호도를 예측한다. 따라서 선호도 행렬이 희박할 경우, 추천의 신뢰도는 급격히 낮아진다. 본 논문에서는 위 문제를 해결하기 위해 데이터 신뢰도 기반 가중치를 이용한 하이브리드 선호도 예측 기법을 제안한다. 선호도 예측은 유사 아이템 집합과 유사 사용자 집합을 모두 생성하고 각 집합을 통해 사용자의 선호도를 예측하며, 모델의 상황을 반영한 가중치를 이용해 각 예측치를 병합하여 수행된다. 이 기법은 사용자 선호도 예측 정확도를 높이며 선호도 행렬 희박도가 높은 상황에도 추천 서비스의 신뢰도를 유지할 수 있도록 한다. 이 기법을 바탕으로 추천 시스템을 구현하고 절대평균오차를 기준으로 서비스 신뢰도 향상을 측정하였다. 실험에서 본 기법은 Hao Ji가 제안한 기존의 기법에 비해 선호도 행렬 희박도가 84% 이상인 상황에서 평균 21.7%의 성능 향상을 보여 효과적으로 행렬 희박도 문제를 해소할 수 있음을 검증하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2010년도 한국컴퓨터종합학술대회논문집 Vol.37 No.1(C)
• /
• pp.370-375
• /
• 2010

인터넷의 영역이 확대됨에 따라 인터넷에서 다양하고 많은 정보를 제공받게 되었다. 뉴스의 영역도 그중 하나로 신문사, 방송사 등의 많은 언론사들이 인터넷으로 서비스를 확대함에 따라 뉴스 정보의 과다현상이 일어나게 되었다. 이 때문에 사용자는 방대한 뉴스들 중에서 원하는 뉴스만 걸러서 보기를 원하게 되었고 이를 위한 뉴스 필터링 방법이 연구되었다. 뉴스 필터링 기술들은 주로 사용자의 관심 사항을 예측하여 제공해 주는 뉴스 추천 시스템을 위한 기술 개발에 초점을 두었다. 그러나 기존의 뉴스 필터링 기술들은 사용자의 관심 있어할 만한 뉴스를 추천할 뿐, 관심 없는 뉴스를 제외시키지는 못한다. 예를들어, 어떤 특종 사건이 생기면 이 사건을 보도하기 위한 뉴스들이 각 언론사 마다 생성되고, 뉴스 추천서비스를 사용하는 사용자는 기존의 뉴스 필터링 방법에 의해 사용자가 관심 있다고 예측되는 이 사건에 대한 뉴스를 제공받게 된다. 그러나 사용자가 이미 추천된 뉴스 중 하나의 뉴스 혹은 그와 동일한 내용의 다른 언론사에서 제공되는 뉴스를 읽었다면 추천된 뉴스는 이미 알고 있는 정보이므로 사용자는 이 뉴스에 대하여 관심이 없을 것이다. 기존의 뉴스 필터링 방법은 추천 시 중복된 뉴스를 제거하지 못하는 문제점을 지닌다. 이 논문은 이러한 문제점을 해결하기 위해 육하원칙 기반의 필터링 방법을 제시하고, 실험을 통해 이 논문이 제시한 방법의 장단점을 보인다.

• 지능정보연구
• /
• 제8권2호
• /
• pp.91-103
• /
• 2002

기존의 인터넷 웹사이트에서는 사용자의 만족을 극대화시키기 위하여 사용자별로 개인화 된 서비스를 제공하는 협력적 필터링 방식을 적용하고 있다. 협력적 여과 기술은 비슷한 선호도를 가지는 사용자들과의 상관관계를 기반으로 취향에 맞는 아이템을 예측하여 특정 사용자에게 추천하여준다. 그러나 협력적 필터링은 추천을 받기 위해서 특정 수 이상의 아이템에 대한 평가를 요구하며, 또한 전체 사용자에 대해 단지 비슷한 선호도를 가지는 일부 사용자 정보에 의지하여 추천함으로써 나머지 사용자 정보를 무시하는 경향이 있다. 그러나 나머지 사용자 정보에도 추천을 위한 유용한 정보가 숨겨져 있다. 우리는 이러한 숨겨진 유용한 추천 정보를 발견하기 위하여 본 논문에서는 협력적 여과 방식과 함께 데이터 마이닝(Data Mining)에서 사용되는 연관 규칙(Association Rule)을 추천에 사용한다. 연관 규칙은 한 항목 그룹과 다른 항목 그룹 사이에 존재하는 연관성을 규칙(Rule)의 형태로 표현한 것이다. 이와 같이 생성된 연관 규칙은 개인 구매도 분석, 상품의 교차 매매(Cross-Marketing), 카탈로그 디자인, 염가 매출품(Loss Leader)분석, 상품 진열, 구매 성향에 따른 고객 분류 다양하게 사용되고 있다. 그러나 이런 연관 규칙은 추천 시스템에서 잘 응용되지 못하고 있는 실정이다. 본 논문에서 우리는 연관 규칙을 추천 시스템에 적용해, 항목그룹 사이에 연관성을 유도함으로써 추천에 효율적으로 사용할 수 있음을 보였다 즉 전체 사용자의 히스토리(History) 정보를 기반으로 아이템 사이의 연관 규칙을 유도하고 협력적 여과 방식과 함께 보조적으로 연관 규칙을 추천을 위해 사용함으로써 추천 시스템에 효율성을 높였다.

• 한국조리학회지
• /
• 제17권4호
• /
• pp.1-12
• /
• 2011

본 연구는 조리전공 고등학생을 대상으로 교육 서비스가 학교만족도에 미치는 영향을 분석하여 학교만족도와 추천의도를 높이기 위한 방안을 모색하고자 하였다. 선행연구를 토대로 교육서비스 요인을 도출하였고 총282개의 표본을 대상으로 자기기입식 설문을 실시하였다. 수집된 설문 데이터는 SPSS 12.0을 이용하여 빈도분석, 요인분석, 신뢰도 분석, 회귀분석 동의 분석 방법으로 검증하였다. 분석 결과는 다음과 같다. 회귀분석을 통해 '전문교과서비스'와 '시설서비스'가 학교만족도에 긍정적인 (+)영향을 주며 학교만족도는 추천의도를 향상시키는 것으로 나타났다. 이러한 분석 결과를 토대로 교육서비스의 수요자인 조리 전공 고등학생들의 학교만족도를 높이기 위해서는 내실 있는 전문교과 운영과 시설투자에 관한 재정적 지원이 필요함을 확인하였다. 한계점과 추후 연구 방향에 대해서도 논의하였다.

• 한국콘텐츠학회논문지
• /
• 제18권12호
• /
• pp.660-675
• /
• 2018

본 논문은 최근 급성장하고 있는 온라인 영상 서비스의 인지된 특성이 이용자의 긍정적인 몰입 경험과 만족도에 어떠한 영향을 미치는 지 알아보고자한다. 연구를 위해 평소 유튜브를 이용하는 20-30대 응답자 289명을 대상으로 설문을 실시하였고, 이후 위계적 회귀분석을 사용해 변인 간 관계를 분석하였다. 그 결과 유튜브의 상호작용 특성과 추천 서비스의 새로움, 콘텐츠의 다양성, 콘텐츠의 오락성이 모두 개인의 몰입 경험 하위차원에 영향을 미치고 있음이 확인되었다. 한편 추천 서비스의 정확성은 개인의 몰입 경험에는 유의한 영향이 없었으나, 만족 수준에는 긍정적 영향을 주었다. 마지막으로 몰입은 이용자의 만족에 직접 적인 영향을 주고, 유튜브의 특성과 만족을 일부 매개한다는 사실도 확인했다. 이 같은 연구결과는 온라인 영상 플랫폼 서비스에 대한 이용자의 인식과 경험을 이해하는 데 도움이 되며, 이용자의 만족을 위해 실무 적으로 고려해야 할 사안들을 제시했다는 데 의의가 있다.

• 경영정보학연구
• /
• 제23권3호
• /
• pp.77-96
• /
• 2021

최근 인터넷과 모바일 플랫폼에서 AI 기술을 도입하여 서비스 이용자 및 제공자의 효용 가치를 증가하고자 하는 관심이 증대되고 있다. 본 연구는 지역경제, 특히 외식 산업의 활성화에 있어서 AI 기술이 어떤 역할을 가져오는지에 대해 살펴보고자 한다. 국내 최대 인터넷 포털과의 협업을 통해 서비스 이용자 수가 가장 많은 서울시 강남구 지역의 7,035개의 지역 외식 업체들을 대상으로 상점 검색과 선택과 같은 이용자의 참여도에 미치는 AI 추천 서비스의 영향을 실증분석을 통해 확인하였다. 연구결과 AI 검색 및 추천 시스템의 사용은 이전에 덜 주목을 받던 상점의 노출을 증가시키며 서비스 이용자들에 의한 전반적인 상점 선택수와 전환율을 향상시키는 것으로 밝혀졌다. 본 연구의 주요 시사점은 지역 경제에 대한 AI 기반 정보시스템의 가치를 이론화하여 기존 연구를 확장하였다는 점과 지역 상점 및 검색 서비스 제공자들에게 효과적인 AI 기술의 사용이 지역경제 활성화에 이바지할 수 있다는 시사점을 제시한다.