• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2018년도 춘계학술발표대회
• /
• pp.420-423
• /
• 2018

본 논문에서는 웹 및 문자 공지문을 자동으로 분류하고 추천함으로써 사용자가 원하는 공지문만을 볼 수 있도록 하는 애플리케이션을 개발한다. 본 애플리케이션은 공지문을 여러 카테고리로 자동 분류하여 사용자가 원하는 카테고리에 속한 공지문만을 볼 수 있도록 하며, 사용자가 선호할 만한 공지문을 추천하는 기능을 제공한다. 공지문 분류를 위해 다층 신경망 모델과 Naive Bayes 분류기를 사용하였으며, 공지문 추천을 위해 키워드 기반 자체 알고리즘을 사용하였다. 그 밖에 Word2Vec 을 활용한 검색어 추천 등 부가 기능을 제공하여 사용자가 쉽게 공지문을 찾을 수 있도록 하였다. 본 애플리케이션을 통해 사용자는 수많은 공지문 중 관심 있는 공지문만을 효율적으로 확인할 수 있다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2016년도 춘계 종합학술대회 논문집
• /
• pp.31-32
• /
• 2016

최근 음악 서비스 분야에는 감성추천 서비스가 시행되고 있다. 추천 시스템에 따라 내용 기반 추천 방식과 협업 기반 추천 방식으로 크게 구분할 수 있으며 대부분의 음악 서비스 분야에서는 많은 사용자들로부터 얻은 기호정보에 따라 사용자들의 관심사들을 자동적으로 예측하는 방법인 협업 기반 추천 방식으로 서비스를 운영하고 있다. 이에 따라 협업 기반 추천 방식을 사용하는 대표 음원 사이트 멜론과 벅스에서 음악 추천 서비스의 추천된 음악이 실제 감성과 맞는지 기쁨과 슬픔으로 분류하여 Russell의 감성 모형을 기준으로 가사의 5차 분류를 통해 곡의 감성을 분석하여 카테고리의 추천음악과 가사의 상관관계를 비교 연구하였다. 그 결과, 각 카테고리의 감성추천 음악과 실제 음악의 감성이 일치하는 부분도 있지만, 그 외 다양한 감정들이 도출되었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 가을 학술발표논문집 Vol.30 No.2 (1)
• /
• pp.94-96
• /
• 2003

급속도로 발전하는 인터넷의 발달로 인한 정보의 과부하와 이메일의 급증은 이젠 모든 네티즌들이 겪는 불편함이 아닐 수 없다. 본 논문에서는 이런 이메일 관리를 사용자가 효율적으로 할 수 있도록 추천 에이전트(Recommendation Agent)를 제안하고자 한다. 추천 에이전트 시스템에서는 이메일의 자동 분류에서 가장 핵심인 정확도(Accuracy)를 개선시키기 위해 최종 결정을 사용자가 하는 방식으로 접근하였으며, 또한 절기에 이용되는 학습 및 분류 알고리즘을 동적 임계치를 적용한 베이지안 학습 알고리즘을 이용하여 알고리즘적 방법도 병행하였다. 새로운 메일이 도착했을 때 최적의 분류를 할 수 있도록 메일 카테고리를 추천하는 시스템이다. 또한 사용자 편의를 위하여 필요없는 메일이나 스팸으로 간주되는 메일은 자동 삭제하는 기능을 추가하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2003년도 하계학술대회 논문집 D
• /
• pp.2531-2533
• /
• 2003

네트워크의 발달과 고성능 PC의 보급이 증가함에 따라 웹을 통한 이메일 사용량도 기하급수적으로 많아지고 있다. 또한 일반 사용자나 e-Commerce상에서 오가는 메일의 양도 갈수록 늘어나고 있다. 편리하다는 점을 이용해서 엄청난 양의 스팸메일도 매일 같이 쏟아져 나와 사회적 문제점으로 부각되고 있는 현실이다. 본 연구에서는 이메일 사용자 개개인에 맞게 메일을 자동 관리해주는 웹 메일 개인화를 위한 에이전트(An Agent for Web Mail Personalization)를 제안하고자 한다. 사용자가 새로운 메일을 받게 되면 먼저 사용자의 메일 처리과정을 학습하고, 각각 개인에 맞는 룰을 형성하고, 만들어진 개인적 룰(Personal Rule)를 바탕으로 메일을 자동 관리한다. 제안된 에이전트는 카테고리 설정, 카테고리별 분류 및 저장, 불필요한 메일이나 스팸메일을 자동 삭제 해 주는 것이다. 또한 자동분류 외에 수신된 메일에 대한 추천 카테고리(Recommendation Category)를 사용자에게 고려하게 하는 기능도 추가하였다.

• 인터넷정보학회논문지
• /
• 제20권1호
• /
• pp.57-65
• /
• 2019

200 만명 이상의 회원을 보유하고 있는 "도매꾹" B2B 온라인 쇼핑몰인 경우70% 이상의 시장 점유율로 하루에 80만개 이상의 아이템이 판매되고 있다. 하지만, 동일하거나 유사한 물품이 서로 다른 카탈로그 엔트리에 저장 및 등록되어 있기 때문에 구매자가 아이템을 검색하는 과정에서 어려움을 느끼며 B2B 대형 쇼핑몰 관리에도 문제점이 발생하고 있다. 따라서 이에 대한 해결 방안으로 본 연구에서는 대단위 쇼핑몰 구매 정보를 기반으로 지도-학습 머신러닝 기법을 적용하여 상품에 대한 카탈로그 목록 자동 분류 및 추천 시스템을 개발하였다. 구체적으로 판매자가 자연어 형태로 물품 등록 정보를 입력하면 KoNLPy 형태소 분석 과정을 수행하였으며, Naïve Bayes 분류 방식을 응용하여 물품에 가장 적합한 카탈로그 정보를 자동으로 추천해주는 시스템을 구현하였다. 정확도가 향상된 카테고리 목록을 구축하여 결과적으로 검색 속도와 쇼핑몰 매출을 향상시키는 효과가 있었다.

• 인터넷정보학회논문지
• /
• 제15권5호
• /
• pp.73-82
• /
• 2014

최근 SNS가 이슈가 되고 다양한 분야에서 이를 이용한 연구가 활발하게 진행되고 있다. 특히 SNS 상에서 생성되는 여러 소셜 데이터를 기반으로 사용자의 관심사를 찾아내고 추천해 주는 시스템에 대한 연구가 대두되고 있다. 사용자의 관심과 선호도는 단순히 사용자가 작성한 글에서만 나타나는 것이 아니라, 친구와의 관계와 작성한 내용기반으로 분류되는 카테고리를 이용하여 파악될 수 있다. 본 논문에서는 사용자의 사회적 관계와 사용자가 작성한 소셜 데이터의 카테고리를 이용하여 사용자의 선호도를 자동으로 추출하고, 이를 기반으로 추천하는 방법을 제안한다. 그리고 실험을 통해 제안한 기법의 유효성을 검증한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 추계학술발표대회
• /
• pp.1180-1183
• /
• 2015

최근 스마트폰 사용자의 증가와 함께 무선 인터넷 보급률이 높아지면서, 언제 어디서나 위치에 구애받지 않고, 네이버 웹툰, 다음 웹툰 등으로 실시간 웹툰 서비스의 이용이 증가하고 있다. 웹툰데이터의 가치와 신뢰성도 점점 높아지고 있어, 각종 영화 애니메이션 게임 등 콘텐츠 사업에 많은 데이터가 사용되고 있다. 본 논문에서는 나이, 성별, 선호 카테고리, 선호 웹툰 플랫폼 등과 같은 개인 성향을 이용하여 협업필터링 방법을 적용하고, 기존에 웹툰에 대한 리뷰를 개인 감정에 관련된 온톨로지를 이용하여 각각의 사용자들이 보고 싶어하는 웹툰을 자동적으로 추천해주는 웹툰 추천 시스템을 제안한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제66차 하계학술대회논문집 30권2호
• /
• pp.463-464
• /
• 2022

본 논문는 IoT 센서를 활용한 스마트 옷장을 연구하였다. 스마트 의류 관리 애플리케이션은 사용자가 등록한 옷을 카테고리별로 확인할 수 있으며, 기상청 API를 통한 날씨에 따른 의류 추천, 사용자가 착용한 의류 통계 정보와 의류 세탁 주기 정보를 제공한다. 스마트 옷장은 UV_LED를 활용한 의류 살균, 자동 미세먼지 감지 센서를 이용한 옷장 공기순환장치 기능을 제공한다. 또한 의류의 미세먼지 등을 제거할 수 있는 의류진동 기능을 제공한다. 애플리케이션 기능으로 옷을 등록할 때 옷을 계절별로 등록, 빨래 주기 설정 등 다양한 카테고리를 제공하여 기존 IoT 옷장의 기능을 개선하여 더 편리하게 의류를 관리할 수 있다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2021년도 제33회 한글 및 한국어 정보처리 학술대회
• /
• pp.467-472
• /
• 2021

본 연구는 패션앱 후기글에 나타나는 구매자의 의견에 대한 '평가분석(Evaluation Analysis: EA)'을 수행하여, 이를 기반으로 상품의 검색 및 추천을 수행하는 의류 검색추천 챗봇을 개발하는 LICO 프로젝트의 언어데이터 구축의 일환으로 수행되었다. '평가분석 트리플(EAT)'과 '평가기반요청 쿼드러플(EARQ)'의 구성요소들에 대한 주석작업은, 도메인 특화된 단일형 핵심어휘와 다단어(MWE) 핵심패턴들을 FST 방식으로 구조화하는 DECO-LGG 언어자원에 기반하여 반자동 언어데이터 증강(SSP) 방식을 통해 진행되었다. 이 과정을 통해 20여만 건의 후기글 문서(230만 어절)로 구성된 EVAD 평가주석데이터셋이 생성되었다. 여성의류 도메인의 평가분석을 위한 '평가속성(ASPECT)' 성분으로 14가지 유형이 분류되었고, 각 '평가속성'에 연동된 '평가내용(VALUE)' 쌍으로 전체 35가지의 {ASPECT-VALUE} 카테고리가 분류되었다. 본 연구에서 구축된 EVAD 평가주석 데이터의 성능을 평가한 결과, F1-Score 0.91의 성능 평가를 획득하였으며, 이를 통해 향후 다른 도메인으로의 확장된 적용 가능성이 유효함을 확인하였다.

• 한국인터넷방송통신학회논문지
• /
• 제23권2호
• /
• pp.29-35
• /
• 2023

본 논문은 영상으로부터 풍부한 메타데이터를 자동으로 생성하고 키워드로 동영상을 검색하는 선행 연구를 개선하여 문장 단위로 동영상을 검색할 수 있게 하였다. 문장 단위의 검색을 위해, 검색 문장에 대해 형태소를 분석하여 문장에서 핵심어를 추출하고, 각 핵심어에 가중치를 부여한 다음, 선행 연구에서 작성된 랭킹 알고리즘을 적용하여 동영상들을 추천한다. 본 논문의 동영상 검색 성능을 평가하기 위해서는 충분한 양의 동영상과 충분한 수의 사용자 경험이 필요하다. 하지만 이것이 부족한 현 상황에서 검색 결과에 대한 사용자의 전반적인 만족도, 추천 점수와 사용자 만족도의 비교 평가, 동영상 카테고리별 사용자 만족도 등을 평가하는 간접적인 방법을 사용하였다. 성능 평가 결과, 본 논문에서 구현한 풍부한 메타데이터 구축 및 동영상 추천 시스템은 사용자에게 높은 검색 만족도를 주는 것을 나타났다.