• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2009년도 추계학술발표대회
• /
• pp.751-752
• /
• 2009

컴퓨터와 통신의 급속한 성장은 방대한 양의 정보를 서로 공유하는 정보화 시대를 출현 시켰고 이러한 많은 양의 다양한 정보로부터 유용한 정보를 얻어 내는 데이터 마이닝이라는 기법이 도입되었다. 데이터 마이닝 기법은 사회 모든 분야에 걸쳐서 사용되고 있으며 이러한 기법으로 산출된 새로운 정보는 각 분야의 의사결정을 하는데 있어서 중요한 요소로 자리 잡고 있다. 본 논문에서는 데이터 마이닝을 통하여 여가 생활의 하나인 데이트를 보다 의미 있는 시간으로 만들기 위한 개인별 맞춤형 데이트 코스 추천 서비스를 제안하고자 한다. 이를 통하여 개개인의 정보를 얻기 위한 시간과 노력을 절약하고 개인의 취향과 환경적인 요소를 고려한 특화된 서비스를 제공한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2008년도 추계학술발표대회
• /
• pp.788-791
• /
• 2008

본 논문에서는 TV-Anytime Forum에서 정의된 양방향 환경에서의 사용자 정보에 기반한 맞춤형 콘텐츠 및 광고 서비스를 설계 및 구현한다. 구현된 시스템은 TV-Anytime Forum 표준을 만족하며, 콘텐츠의 로케이션 리졸빙, 멀티미디어 콘텐츠의 추천 등을 지원한다. 이를 위하여 메타데이터 저장 모듈, 개인화 TV 에이전트, 사용자 콘텐츠 사용정보 생성기 등을 구현했으며, 클라이언트 단말에서는 SOAP 오퍼레이션을 통해 콘텐츠 정보를 수집한다. 클라이언트에서는 사용자 정보를 생성 및 관리하며 이를 바탕으로 사용자에게 적합한 콘텐츠 및 광고 정보를 추천한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2024년도 춘계학술발표대회
• /
• pp.854-855
• /
• 2024

디지털 기술의 발전과 메타버스의 성장은 2021년을 전후로 전 세계적인 주목을 받았다. 이러한 트렌드는 게임과 소셜 서비스를 넘어 다양한 산업 분야에 영향을 미치고 있다. 관광 산업 또한 메타버스의 활용 가능성에 주목하며, 이를 통해 새로운 경험과 가치를 제공하려는 노력을 기울이고 있다. 본 연구는 메타버스 기반 관광지 추천 서비스를 통해 관광 산업 내에서 메타버스의 발전 방향성을 제시하며, 특히 한국의 주요 관광지인 서울과 제주의 랜드마크들을 중심으로 한 가상 관광 체험과 사용자 맞춤형 관광지 추천 서비스를 강조한다. 이를 통해 메타버스가 관광 산업에 어떻게 기여할 수 있는지를 탐구한다.

• 한국문헌정보학회지
• /
• 제39권3호
• /
• pp.75-91
• /
• 2005

인터넷의 발전과 성장은 웹상에서의 정보의 량에 있어서 폭발적인 성장을 가져 왔다. 이러한 웹상에서의 정보량의 증가는 정보이용자의 요구와 필요에 맞는 정보 제공을 위한 서비스로서 웹기반의 개인화서비스에 대한 요구를 더욱 더 강조하게 되었다. 개인화서비스는 정보이용자의 요구와 필요에 의해 현실화 될 수 있으며 이러한 정보이용자의 관심사와 정보요구는 지속적으로 또한 급격하게 변화되고 있다. 웹상의 수많은 정보로부터 정보이용자의 요구와 필요를 만족 시킬 수 있기 위하여 본 논고에서는 이용자의 관심과 요구를 표현하기 위하여 이용자 프로파일 정보를 이용하였으며 이러한 이용자의 프로파일 정보는 이용자의 요구와 흥미에 대한 변화를 반영하기 위하여 지속적으로 갱신하였다. 본고에서는 정보이용자의 정보요구와 흥미의 변화를 지속적으로 이용자프로파일에 반영하기 위한 방안으로서 학습알고리즘을 제안하였다. 정보이용자의 정보에 대한 피드백을 기반으로 이용자의 정보에 대한 흥미와 요구는 본 고에서 제안한 학습알고리즘을 통하여 지속적으로 갱신 되므로서 정보이용자에게 보다 정확한 정보를 제공할 수 있다고 할 수 있다. 이러한 학습알고리즘은 보다 개선된 하이브리드 정보추천시스템에 적용하였다.

• 한국콘텐츠학회논문지
• /
• 제15권1호
• /
• pp.418-426
• /
• 2015

스마트폰 사용자들은 맛집 추천 앱을 통해 음식점을 선택하며, 이용자 후기를 중요한 의사결정 정보로 활용한다. 이러한 변화 속에서 앱 서비스 제공자와 광고주는 이용자 후기의 중요성을 인식하고는 있으나, 다양한 이용자 후기가 실제적으로 고객의 구매행동에 어떠한 영향을 주는지에 대해서는 이해가 부족한 상황이다. 따라서 본 연구에서 부정적 이용 후기를 중심으로 음식점 방문의도에 미치는 영향의 정도가 의사결정 유형에 따라 차이가 있는지를 확인하고자 하였다. 이를 위해 맛, 서비스, 분위기의 부정적 이용 후기 속성에 따른 3가지 시나리오를 개발하여 실험을 진행하였다. 그 결과, 부정적 이용 후기의 속성에 따라 음식점 방문 의도에 미치는 영향이 다른 것을 확인하였으며, 의사결정 유형에 따라 부정적 이용 후기의 영향이 다른 것을 부분적으로 확인하였다. 본 연구 결과는 맛집 추천 앱 서비스 제공자와 광고주가 부정적 이용 후기에 대한 적절한 관리 방안 수립 시에 활용할 수 있을 것으로 기대한다.

• 디지털융복합연구
• /
• 제19권2호
• /
• pp.299-305
• /
• 2021

본 연구는 입원환자의 만족도과 병원추천의향에 미치는 영향 요인을 연구하기 위해 '2018년 의료서비스경험조사' 원시자료중 입원의 경험이 있는 593명의 자료를 분석에 활용하였다. 분석결과, 환자의 입원 경험은 의사 요인, 간호사 요인, 시설 및 행정, 보건의료제도의 4개 요인으로 분류되었다. 의사 요인, 간호사 요인, 시설 및 행정 요인, 보건의료제도 요인은 성별, 연령, 교육수준 등의 인구사회학적 요인과 건강관련 요인을 통제한 다중회귀분석에서, 입원환자의 만족도와 병원추천의향에 각각 영향을 미치는 것으로 나타났다. 따라서 입원환자의 만족도를 제고하기 위해 의사, 간호사 등 의료진과 병원의 시설 및 행정지원 서비스가 총체적으로 환자중심적인 태도와 방향으로 개선하는 노력 외에도 보건의료제도에 대한 신뢰와 만족을 제고하기 위한 다각적인 방안이 강구되어야 할 것이다.

• 융합신호처리학회논문지
• /
• 제23권4호
• /
• pp.234-240
• /
• 2022

본 논문은 직종별 근무 환경에 따른 상대적 운동량을 고려한 맞춤형 AI 운동 추천 서비스 방법을 제안한다. 가속도 및 자이로 센서를 활용하여 수집된 데이터를 18가지 일상생활의 신체활동으로 분류한 WISDM 데이터베이스를 기반으로 전신, 하체, 상체의 3가지 활동으로 분류한 후 인식된 활동 지표를 통해 적절한 운동을 추천한다. 본 논문에서 신체활동 분류를 위해서 사용하는 1차원 합성곱 신경망(1D CNN; 1 Dimensional Convolutional Neural Network) 모델은 커널 크기가 다른 다수의 1D 컨볼루션(Convolution) 계층을 병렬적으로 연결한 컨볼루션 블록을 사용한다. 컨볼루션 블록은 하나의 입력 데이터에 다층 1D 컨볼루션을 적용함으로써 심층 신경망 모델로 추출할 수 있는 입력 패턴의 세부 지역 특징을 보다 얇은 계층으로도 효과적으로 추출 할 수 있다. 제안한 신경망 모델의 성능 평가를 위해서 기존 순환 신경망(RNN; Recurrent Neural Network) 모델과 비교 실험한 결과 98.4%의 현저한 정확도를 보였다.

• 한국컴퓨터정보학회논문지
• /
• 제17권11호
• /
• pp.117-123
• /
• 2012

스마트단말기에 장착된 다양한 센서들과 사용자의 앱 혹은 웹 활동 내역들은 사용자의 패턴을 파악하고 예상하기에 좋은 정보이다. 이러한 정보들을 적극적으로 활용하면 사용자 개인의 맞춤화가 가능한 콘텐츠 서비스도 기대할 수 있다. 이러한 기대는 콘텐츠 서비스가 단순히 스마트 단말기로 수많은 콘텐츠를 이용이 아닌 사용자가 원하고 즐겨 찾고 필요로 하는 콘텐츠를 선별하고 예상하여 추천하는 형태로의 변화를 촉진시키고 있다. 이러한 사용자 맞춤형 콘텐츠 서비스를 위해서는 마치 미술관이나 박물관에서의 큐레이터의 역할을 해주는 시스템이 모델이 필요하다. 이에 본 논문에서는 사용자 정보를 수집하고, 수집정보를 사용자 개인의 패턴 지식으로 형성, 패턴 지식을 기반으로한 추천 콘텐츠 선별의 과정을 가진 지능형 콘텐츠 큐레이션(Intelligent Contents Curation: ICCuration) 모델을 제안한다. ICCuration는 주요 작업에 따라 크게 3개의 하위 모듈이 존재한다. 수집된 사용자 정보는 시간에 따른 정보 요소들의 집합인 시나리오로 가공되며 시나리오를 기반으로 추천될 콘텐츠가 선택된다. 시나리오 상에서는 사용자의 기호 및 행동정보뿐만 아니라 사용하는 단말기정보도 포함된다. 이에 콘텐츠는 도메인 카테고리뿐만 아니라 단말기에 최적화 할 수 있는 미디어 형식까지도 사용자 맞춤화가 가능하다.

• 한국컴퓨터정보학회논문지
• /
• 제29권4호
• /
• pp.161-175
• /
• 2024

본 연구는 OTT 개인화된 추천서비스에 대한 프라이버시 염려와 개인정보 제공 의도에 미치는 선행요인들을 분석하였다. 먼저 OTT 개인화 추천시스템의 특성을 정확성, 다양성, 신기성으로 하였고, 성격 5요인 모형인 친화성, 정서적 불안정성, 성실성, 외향성, 경험에 대한 개방성을 활용하였다. 또한 지각된 투명성을 추출하여 정보 프라이버시 염려, 개인정보 제공 의도 간의 관계를 분석하였다. 그리고 서비스 혜택과 개인정보 제공 의도 간의 관계를 살펴본 후 프라이버시 염려와 개인정보 제공 의도에 있어 조절 효과가 있는지 분석하였다. 연구 결과에 따르면 개인화 추천시스템 특성들은 유의한 영향을 미치지 못하는 것으로 나타났으나, 성격 5요인 중 정서적 불안정성, 외향성, 경험에 대한 개방성은 유의한 영향을 미치는 것으로 나타났다. 또한, 지각된 투명성 역시 프라이버시 염려에 유의한 영향을 미치는 것으로 나타났다. 프라이버시 염려와 서비스 혜택은 개인정보 제공의도에 유의미한 영향을 미치며 프라이버시 염려와 개인정보 제공의도 간에 서비스 혜택이 조절효과를 가지는 것으로 나타났다. 본 연구의 결과는 OTT 기업들이 사용자들의 프라이버시 보호 행동을 이해하는데 도움을 줄 것으로 본다.

• 디지털융복합연구
• /
• 제11권3호
• /
• pp.345-352
• /
• 2013

최근 스마트 기기 사용자의 증가에 따라 모바일 음악에 대한 수요와 생산이 꾸준히 증가하고 있다. 이에 따라 대중화된 음악의 폭이 넓어지면서 사용자가 선호하는 음악에 대한 선택의 기준 또한 매우 다양해지고 복잡해지는 추세이다. 이러한 이유로 모바일 환경에서 사용자 개인이 선호하는 음악을 정교하게 추천하기 위한 지능적 음악 추천 기법에 대한 연구가 활발히 진행되고 있다. 그러나 기존의 음악 추천시스템은 청취로그를 이용한 단순 추천 방법을 사용하고 있어 사용자의 선호도를 제대로 고려하지 못하고 있다. 본 논문에서는 사용자의 선호도를 반영한 개인화된 적응형 음악 추천 시스템을 제안한다. 본 시스템에서는 계층적 의사결정 도구인 AHP를 이용하여 사용자의 개개인의 음악적 선호도를 반영한 음악 추천이 가능토록 하였으며, 베이지안 네트워크 기반의 사용자 피드백 통해 지속적인 사용자의 음악적 선호도를 반영하도록 하였다. 본 시스템의 성능을 평가하기 위해 12명의 실험자를 각각 3명씩 4그룹으로 나누어 실험하였으며 그 결과 87.5%의 추천 만족도를 얻었다.