• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.07a
• /
• pp.451-452
• /
• 2021

본 논문에서는 머신러닝의 원리를 쉽게 이해할 수 있는 블록 기반 코딩 플랫폼을 내장한 LMS를 제안한다. 해당 LMS는 Moodle이라는 LMS 플랫폼을 기반으로 사이트가 구축되었으며, LTI를 통해 LMS 내부에 DIY라는 코딩 툴을 내장 시켰다. 또한, 사용자의 모든 로그데이터를 통해 추천시스템을 구상하였으며, DIY를 통해 실행되는 코드를 Python Pedal라이브러리를 백엔드에서 실행 시켜 사용자가 작성한 코드에 대해 즉각적인 피드백을 제공하게 구성되어 있다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.01a
• /
• pp.291-294
• /
• 2021

본 논문에서는 영어 교육에 대한 사회적인 인식은 중요해지면서 다양한 방식의 영어공부와 학습모델들을 분석하고 오랫동안 가억이 가능한 학습시스템을 검토하였다. 그러나 영어의 기초가 되는 영어 단어의 공부법이 논리적인 근거 없이 강사의 인지도와 명성에 현혹되어 강사가 추천해 주는 공부 방법에 따라 잘못된 학습하는 경우가 대부분이다. 또한 사람마다 자기에게 맞는 학습법은 분명 존재할 것이다. 하지만 그 방법 외에 효과적인 다른 방법 또한 찾아 볼 수 있다. 헤르만 에빙하우스는 사람의 망각 연구한 결과 망각의 주기를 수치로 나타내었고, 라이트너는 플래시 카드를 박스에 넣어 복습을 반복하는 아날로그 장치를 만들어 복습의 효과를 연구하였다. 본 논문에서는 헤르만 에빙하우스의 망각 곡선 이론을 통해 효율적인 영어 단어 학습방법을 논리적으로 증명하고, 웹사이트를 사용한 라이트너 박스와 망각 곡선의 이론을 적용하여 망각의 주기에 따른 복습의 효과를 적용하여 결과적으로 사용자에게 접근성이 좋은 학습형 플랫폼을 제공하여 시간 대비 학습률이 좋은 시스템을 개발하고자 하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2020.07a
• /
• pp.299-300
• /
• 2020

본 논문에서는 머신러닝, 데이터 처리 학습을 위한 EPL 기반 D.I.Y 실습 플랫폼을 통한 학생들의 학습을 통합 관리, 학습 능률 향상, 학습 흥미 유도하고 나아서 학생의 학습 패턴을 분석해 그에 적절한 강의 추천을 목표로 하는 지능형 통합 학습 관리 플랫폼을 제안한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.07a
• /
• pp.673-674
• /
• 2020

의식주 중에서 자신을 표현하고 외부와의 교류를 할 수 있는 분야는 패션분야로서 인간 생활과 밀접한 관계를 가지고 있으며 사람들의 개인화된 성향 변화 및 인터넷 환경의 개선으로 트렌드는 빠르게 변화하고 있다. 인공지능 기술의 발전은 단순히 객체의 검출 및 분류에서 벗어나 패션 아이템의 분석 및 세부적인 속성을 분석할 수 있는 수준에 다다랐으며 인공지능 기술을 활용하여 사용자에게 추천할 수 있는 서비스가 출시되고 있다. 패션 트렌드의 빠른 변화 및 인공지능 기술의 발전으로 이를 활용한 플랫폼에 기반을 두어 디자이너에게는 디자인 기술을 향상시킬 수 있으며 사용자에게는 개인화된 제품을 구매할 수 있는 플랫폼 개발이 요구되고 있다. 본 논문에서는 인공지능 기술 기반 패션 분석 기술 개발을 위하여 패션 검출 모듈, 패션 검색 모듈, 패션 검색을 위한 벡터 검색 모듈, 상하의 분리를 위한 세그먼테이션 모듈, 패션 복종 분류 모듈을 개발하여 통합하였으며 패션 검색 정확도는 Top-5 기준 75.28%, 벡터 검색 속도는 벡터당 0.002m sec 이하, 세그먼테이션 추출 정확도 87.6%이상, 패션 검출 결과 IoU 0.5 환경에서 96.2%, 복종분석 90.54%의 성능을 보였다.

• Journal of the Korea Convergence Society
• /
• v.11 no.8
• /
• pp.23-31
• /
• 2020

The need for personalized recommendation is growing due to convenient access and various types of items due to the development of information communication and smartphones. Weather and weather conditions have a great influence on the decision-making of users' places and activities. This weather information can increase users' satisfaction with recommendations. In this paper, we propose a collaborative filtering-based place recommendation system using living index by utilizing living index of users' location information on mobile platform to find users with similar propensity and to recommend places by predicting preferences for places. The proposed system consists of a weather module for analyzing and classifying users' weather, a recommendation module using collaborative filtering for place recommendations, and a management module for user preferences and post-management. Experiments have shown that the proposed system is valid in terms of the convergence of collaborative filtering algorithms and living indices and reflecting individual propensity.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.10a
• /
• pp.372-373
• /
• 2016

현재 해외뿐만 아니라 국내에서도 큐레이션 서비스가 활발히 운영중이다. 폭발적으로 증가한 어플리케이션 마켓 시장에서 사용자들은 자신에게 맞는 앱을 찾고 설치하기 어려워지고 있다. 이에 대응하여 본 논문에서는 어플리케이션 큐레이션 서비스인 Appingpot 시스템을 제안한다. Appingpot에서는 사용자들로부터 수집된 앱 로그데이터와 Facebook 친구 정보를 기반으로 Hadoop과 Spark를 통해 사용자들에게 적합한 앱을 추천하는 서비스를 제공한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2019.11a
• /
• pp.71-72
• /
• 2019

최근 공공안전 분야에서는 국민의 위험상황을 분석하여 선제적으로 예측을 하여 국민의 안전을 보장하기 위한 요구사항이 대두대고 있다. 또한 스마트폰 및 스마트워치와 같은 고성능 모바일 단말 기기들의 대중화로 인해 해당 기기들에 부착된 다양한 센서 데이터들을 융복합하여 분석할 경우, 수집한 센서 데이터의 잠재적 가치를 안전보장 측면에서 사용할 수 있는 장점이 있다. 본 논문에서는 대인, 대물, 장소에 해당하는 로그 데이터들을 융복합 분석하여 보호대상자의 안전을 지원하는 다중로그 플랫폼 기반 이동경로 분석 기법을 제안한다. 다중로그 플랫폼에서 수집하는 보호대상자의 이동 경로 궤적을 활용하여 과거에 축적된 이동경로 패턴과 비교를 통해 현재 경로가 평소에 이용하던 경로와의 유사도를 추천하게 된다. 해당 이동 경로 분석 시스템은 위치기반 멀티모달 센서 데이터를 융복합 하여 보호대상자의 안전을 보장하는데 기여 할 것으로 예상된다.

• Journal of the Korean Society for Library and Information Science
• /
• v.54 no.3
• /
• pp.41-69
• /
• 2020

The purpose of this study is to design and develop a alternative material recommendation system using automatic classification, based on user preference. Details of usage data by users from DREAM was analysed in order to develop the way of a method on selecting proper alternative material, and then the data by user preference were allocated under each category of 10 KDC categories. The keyword, selected from the title of users' usage data from a certain period of time, were divided into 10 subject categories and ranked by the order of frequency of appearance. Books including high frequency of the keyword in title can be selected as a preferred target for producing alternative materials. Lastly, a dynamic linkage for sharing usage data among National Library for the Disabled and other libraries is proposed to produce more proper alternative materials, based on user preference.

• Journal of Convergence for Information Technology
• /
• v.11 no.9
• /
• pp.214-220
• /
• 2021

With the rapid spread of smartphones, it has become common to listen to music everywhere, just like background music in life, so it is necessary to create a music database that can make recommendations according to individual circumstances and conditions. This paper proposes a music recommendation model through social media. Since emotions, situations, time of day, weather, etc. are included in hashtags, it is possible to build a social media-based database that reflects the opinions of various people with collective intelligence. We use web crawling to collect and categorize different hashtags from posts with music title hashtags to use real listeners' opinions about music in a database. Data from social media is used to create a music database, and music is classified in a different way from collaborative filtering, which is mainly used by existing music platforms.

• Journal of Digital Convergence
• /
• v.19 no.8
• /
• pp.319-325
• /
• 2021

With the advancement of wireless technology and the rapid growth of the infrastructure of mobile communication technology, systems applying AI-based platforms are drawing attention from users. In particular, the system that understands users' tastes and interests and recommends preferred items is applied to advanced e-commerce customized services and smart homes. However, there is a problem that these recommendation systems are difficult to reflect in real time the preferences of various users for tastes and interests. In this research, we propose a Fuzzy-AHP-based movies recommendation system using the Gated Recurrent Unit (GRU) language model to address a problem. In this system, we apply Fuzzy-AHP to reflect users' tastes or interests in real time. We also apply GRU language model-based models to analyze the public interest and the content of the film to recommend movies similar to the user's preferred factors. To validate the performance of this recommendation system, we measured the suitability of the learning model using scraping data used in the learning module, and measured the rate of learning performance by comparing the Long Short-Term Memory (LSTM) language model with the learning time per epoch. The results show that the average cross-validation index of the learning model in this work is suitable at 94.8% and that the learning performance rate outperforms the LSTM language model.