• Journal of Digital Convergence
• /
• v.11 no.5
• /
• pp.429-436
• /
• 2013

Context aware environment u-health service is to provide health service with recognition of a computer. The computer recognizes that a patient can contact real life in many context. Context aware environment service for recommend have to definition of context data and service recommendations related to factors shall be identified. In this paper, Context aware environment of u-health service will be provide context data related to identifies recommendations factors using multivariate analysis method and recommendations factors creation to decision tree, association rule based decision model. health service recommend for significantly context data can be distinguish through recommendation factors of identify. Also, context data of patient can know preference factors through preference decision model.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06d
• /
• pp.140-142
• /
• 2012

최근 상황인지에 관한 연구가 활발히 진행되고 있으며 스마트폰의 각종 센서를 통해 사용자의 컨텍스트 파악이 가능해졌다. 이에 따라서 스마트폰의 컨텍스트 파악을 통해서 사용자에게 각종 친화적 서비스 모델이 많이 생겨 나고 있다. 사용자의 경로 추론, 실내에서의 사용자의 위치파악, 사용자 위치기반 편의시설 추천 등이 그 예이며, 그 중 애플리케이션 추천은 대표적인 서비스라 할 수 있다. 애플리케이션 추천은 사용자의 컨텍스트에 따라서 애플리케이션 사용내역을 로그 데이터로 만들고, 로그 데이터를 기반으로 컨텍스트에 따라서 사용자의 애플리케이션 추천을 해주는 시스템이다. 여기서 로그 데이터를 가공하지 않고 통계를 통해 추천이 가능하지만, 로그 데이터를 사용하여 의사 결정 트리를 만들게 되면 보다 정확하고, 빠르게 추천이 가능하며 적은 로그 데이터로 더 많은 컨텍스트에 적용하여 추천 할 수 있다는 이점이 있다. 본 논문에서는 사용자의 컨텍스트 추출하고 이 데이터를 기반으로 의사결정트리를 만들어 앱을 추천하는 시스템을 제안한다. 이러한 컨텍스트 수집 방법과 추론모델을 이용한 애플리케이션 추천 시스템은 추후 사용자 친화적 서비스 연구에 많은 도움이 될 것이다.

• Journal of KIISE:Computing Practices and Letters
• /
• v.14 no.3
• /
• pp.306-310
• /
• 2008

Since the preference for information recommendation service can change according to the context, we should know the user context before providing information recommendation. This paper proposes recommender system that considers multi-user preference in mobile environment and attempted to apply it to restaurant recommendation. To model the preference of individual users in mobile environment, we have used Bayesian network, and restaurant recommendation mostly should consider not an individual user but several users, so this paper has used AHP of multi-criteria decision making process to obtain the preference of several users based on one of individual users. For experiments, we conducted recommendation in 10 different situations, and finally, we confirmed that the proposed system was evaluated as a good one using a usability test of SUS.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2000.04a
• /
• pp.637-640
• /
• 2000

인터넷 상에는 많은 전자 쇼핑몰들이 개설되어 있고 계속해서 빠른 속도로 증가하고 있다. 전자 쇼핑몰들이 증가함에 따라 동일한 품목과 동일한 소비자 계층을 대상으로 하는 경쟁적 쇼핑몰들이 증가하는 추세에 있다. 이러한 환경 속에서 다른 전자 쇼핑몰들에 대한 우위를 점하기 위해서는 효과적이고 차별적인 마케팅전략이 절실하게 요구된다. 그러한 전략의 한 가지로서 소비자에게 적합한 상품을 추천하는 쇼핑몰이 등장하게 되었다. 그러나 대부분의 쇼핑몰은 아직까지 소비자와 상품의 연관성을 찾아서 소비자에게 유용한 정보를 제공하는 방식을 쓰지 않고 있다. 따라서 이 논문에서는 고객과 제품에 관한 정보를 기반으로 소비자의 구매의사 결정 패턴을 고려하여 가장 고객에게 적합한 상품을 추천해 주는 3차원적 모델을 제시하고, 모델 구성에 필요한 3차원 속성(제품 특성, 소비자의 유형, 구매의사결정 유형)의 분류에 대하여 연구한다.

• Journal of Intelligence and Information Systems
• /
• v.6 no.1
• /
• pp.17-34
• /
• 2000

본 논문에서는 분신과 지능형 쇼핑에이전트에 입각한 새로운 개념의 가상현실 인터넷 쇼핑몰을 제안한다. 특히 본 논문에서 제안하는 인터넷 쇼핑몰은 기존의 쇼핑몰과는 달리 전체적인 설계를 웹에 기초한 의사결정지원시스템 즉 웹 DSS 개념에 기초하고 있다 일반적으로 전통적인 DSS의 경우 모델 데이터 그리고 사용자 인터페이스를 기본 구성요소로하고 있는데 본 논문에서 제안하는 인터넷 쇼핑몰은 모델로서는 지능형 쇼핑에이전트를 데이터로서는 각종 제품 정보 및 상용자 기호를 사용자 인터페이서로서는 분신(Avatar) 및 웹 환경을 전제로 한다. 특히 본 논문에서 제안하는 인터넷 쇼핑몰의 모든 의사결정지원과정은 웹 DSS 개념에 기초한다. 또한 소비자들의 흥미성과 몰입감 증대를 위하여 전체적인 환경을 가상현실로 하였다 본 논문에서 제안하는 인터넷 쇼핑몰인 VRISA의 특징을 요약하면 우선 라이프스타일 에이전트와 선호속성 에이전트를 가지고 있어서 이를 기초로 하여 소비자의 라이프스타일 확인 및 선호속성을 파악할 수가 있으며 또한 해당 라이프스타일 및 선호속성에 맞는 제품을 추천할 수도 있다 이같은 에이전트의 작동결과는 분신으로 반영되어 해당 분신이 적절한 제품을 소비자에게 추천할 수 있으며 모든 제품추천환경 및 분신의 작동환경은 가상현실 환경으로 구축되어 있어서 소비자들의 흥미성과 몰입감을 증대시킬 수가 있다. 이는 소비자들의 구매의도 향상에 크게 기여할 수가 있다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2006.05a
• /
• pp.1684-1689
• /
• 2006

본 논문에서는 진급추천 문제를 과학적이고 체계적으로 시행하기 위한 방안으로 정량적인 요소들과 불확실하고 모호한 정성적인 요소들을 고려하여 최적의 진급 대상자를 선정하는 다기준 순위결정 모델이 제시되었다. 모델은 평가요소에 대한 중요도 계산과 의사결정자들이 부여한 각 대상자들의 평가치를 통합하여 우선순위를 결정하는 방법을 제공한다. 진급추천 심사는 공정성, 객관성, 투명성의 확보를 통해 신뢰성 있는 심사 결과를 제시할 수 있어야 하며, 이를 위해 본 논문에서는 (가) 인사 관련 전문가들이 평가요소를 결정 (나) Internet을 이용하여 전자식 명목집단법으로 평가요소에 대한 중요도 결정 (다) 심사위원들이 진급 대상자별, 평가요소별로 평가 등급을 부여 (라) 심사위원들의 점수를 통합하여 순위를 결정하는 절차를 제시하였다. 평가등급의 부여는 퍼지이론의 소속함수을 응용하여 나타내었으며, Simulation을 통해 적정수의 심사위원 수를 결정하는 방법도 함께 제시되었다.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2003.05a
• /
• pp.843-848
• /
• 2003

의사결정에 관련된 지식을 선별하고 이를 효과적으로 활용하기 위하여 많은 기업들이 지식관리시스템을 도입하여 활용하고 있다. 방대한 지식에서 사용자에게 적합한 지식을 제공하는 지식추천 기능은 지식관리시스템의 주요한 기능 중의 하나이다. 대부분의 시스템들이 사용자에게 직접 관심분야를 입력받고 이 정보를 바탕으로 지식추천을 하고 있으나, 사용자가 과거 지식관리시스템을 활용하면서 보인 관심표명 행동들을 활용한 지능적인 지식 주전 방안에 대한 연구는 미진한 편이다. 본 연구에서는 지식 카테고리 또는 문서 키워드를 활용하여 지식을 추천하는 방안과 사용자의 관심분야를 표현하는 프로파일 생성을 위한 다양한 방안을 설계하고 각 방안들의 지식추천 성과를 비교하였다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2023.11a
• /
• pp.54-56
• /
• 2023

해양 수색구조 시나리오 수립 시 익수자 생존시간은 의사 결정을 하는 데 있어 중요한 고려 사항이다. 이 연구에서는 국내 보도자료와 설문조사 및 해외 생존모델을 참고하여 수색자원을 신속하고 집중적으로 투입해야하는 집중 수색기간과 생존 가능성을 고려하여 수색을 유지해야하는 추천 수색시간을 정할 때 참고할만한 익수자 생존시간 지표를 개발하였다.

• Proceedings of the Korea Contents Association Conference
• /
• 2014.11a
• /
• pp.281-282
• /
• 2014

본 연구의 목적은 과학기술정보서비스에 대한 고객만족도를 기반으로 하여 충성고객을 예측할 수 있는 모델을 구축하는 것이다. 이를 위해 정보서비스를 경험한 최근 1년이내 한국가과학기술전자도서관(NDSL : National Digital Science Library)사이트를 이용한 회원을 대상을 조사를 하였으며, 조사목적은 NDSL 서비스의 추천지수 측정을 통하여 추천, 비추천 사유를 파악하기 위함이다. 조사방법은 전화조사(Telephone Interview)로 진행하고 표본 수는 500명의 의사결정자를 대상으로 측정하였다. 고객충성도는 NPS(Net Promoter Score, 순고객추천지수) 이론에 근거하여 하였다. 연구결과 고객만족도 수준에 따라 비추천고객, 추천고객을 예측할 수 있는 모델을 구축하였다. 이와 같은 연구결과는 인터넷 등 정보의 발달로 고객의 긍정적 또는 부정적인 구전이 급속도로 노출되는 환경에서 고객의 만족도를 관리함으로써 충성고객을 확보하는데 사전 예측자료로 활용될 수 있다.

• Journal of the Institute of Convergence Signal Processing
• /
• v.24 no.4
• /
• pp.186-191
• /
• 2023

Data processing techniques play a critical role in decision-making, including handling missing and outlier data, prediction, and recommendation models. This requires a clear explanation of the validity, reliability, and accuracy of all processes and results. In addition, it is necessary to solve data problems through explainable models using decision trees, inference, etc., and proceed with model lightweight by considering various types of learning. The multi-layer mining classification method that applies the sixth principle is a method that discovers multidimensional relationships between variables and attributes that occur frequently in transactions after data preprocessing. This explains how to discover significant relationships using mining on transactions and model the data through regression analysis. It develops scalable models and logistic regression models and proposes mining techniques to generate class labels through data cleansing, relevance analysis, data transformation, and data augmentation to make explanatory decisions.