• Journal of Internet Computing and Services
• /
• v.10 no.1
• /
• pp.111-121
• /
• 2009

In this paper, we propose a multimedia recommender system using user's playback time. Proposed system collects multimedia content which is requested by user and its user‘s playback time, as web log data. The system predicts playback time.based preference level and related contents from collected transaction database by fuzzy association rule mining. Proposed method has a merit which sorts recommendation list according to preference without user’s custom preference data, and prevents a false preference. As an experimental result, we confirm that proposed system discovers useful rules and applies them to recommender system from a transaction which doesn‘t include custom preferences.

• The Journal of the Korea Contents Association
• /
• v.13 no.6
• /
• pp.459-468
• /
• 2013

This paper is 1) to find out how they recognize medicinal foods, 2) to analyze what make it select for functional restaurants, then which attributes affect on satisfaction and recommendation, 3) and to suggest distinguished guidelines for attracting core customers continuously. The questionnaires are distributed 200 who had only visited in medicinal restaurants and used for data analysis 181 except 19. The findings are summed up as follows; 1. All three factors which are showed 'health managing & prevention', 'functional foods', and 'cuisine presentation' had significant on satisfaction, recommendation, and revisited intention in medicinal restaurant. Among them, 'health managing & prevention' factor had significant highly. 2. Satisfaction variable had affected strongly on recommendation, and also, recommendation had affected on revisited intention.

• The Journal of the Korea Contents Association
• /
• v.15 no.9
• /
• pp.1-10
• /
• 2015

We propose and implement a personalized tour recommendation system based on ontology. We utilize user's profile, dynamic information on search in the application, web search, and facebook for personalized recommendation. We construct tour database for England based on ontology for a demo service, and recommend tour spot considering an individual preference with tour database. This dynamic and personalized tour service makes it possible for individual to plan one's own tour by considering recommended tour spots for each individual.

• Proceedings of the Korea Contents Association Conference
• /
• 2017.05a
• /
• pp.17-18
• /
• 2017

손쉽게 현 위치 정보를 공유하고 사용자 간 커뮤니케이션이 가능한 위치 기반 소셜 네트워크가 대중화되면서 장소 추천에 대한 연구가 활발히 진행되어 있다. 본 논문은 시간대별 사용자 선호도와 주요 활동 영역을 고려한 POI 추천 기법을 제안한다. 장소 카테고리별 사용자의 체크인(che-ck-in)정보를 시간대로 분할하여 시간에 따른 장소의 선호도를 판별하고 사용자의 과거 이력을 이용하여 사용자별 활동 영역을 선별한다. 장소의 선호도와 선별된 활동 영역에 기반하여 협업 필터링을 수행하여 POI를 추천한다.

• Proceedings of the Korea Contents Association Conference
• /
• 2018.05a
• /
• pp.19-20
• /
• 2018

전자상거래가 대중화되면서 다양한 아이템을 손쉽게 구매할 수 있는 환경이 조성되었다. 전자상거래에서 소비자의 구매율을 향상시키기 위해 개인 맞춤 추천 서비스가 요구되고 있다. 본 논문에서는 사용자 성향과 제품의 신뢰성을 고려한 상품 추천 기법을 제안한다. 사용자의 성향은 찜하기, 리뷰, 클릭 등과 같은 다양한 사용자의 행위 분석을 통해 추출하고 상품의 신뢰성은 SNS에서의 언급 수와 서비스내의 사용자 행위를 통해 계산한다. 계산된 성향을 기반으로 협업 필터링을 수행하여 상품별 예측 점수를 생성하고 상품의 신뢰성을 고려하여 최종적인 추천 목록을 생성한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.05a
• /
• pp.28-30
• /
• 2022

장애인은 정보 접근 제한과 편의시설 부족의 요인 등으로 인하여 여행 참여율이 낮아 비장애인과 동일한 여행 서비스를 경험하기에 어려움이 있다. 본 연구에서는 장애 요소 조건을 기반으로 가중기반의 알고리즘에 따라 콘텐츠를 추천하는 서비스를 제안하고 이에 따른 애플리케이션을 구현한다. 기존의 흩어져있던 여행지에 관한 정보와 지도 Open API를 이용하여 여행지에 대해 추천을 하는 애플리케이션 개발을 기획한다. 비장애인은 가중 조건과 관계없이 장애인의 경우에는 장애의 분류, 그 경도에 따라 여행 시 고려해야 할 조건에 따른 가중치를 두어 여행콘텐츠를 상단에 띄어 추천해 주는 방식에 대한 연구 결과를 제공하여 누구든 비장애 여행이 가능해지도록 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.11a
• /
• 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.

• 한국HCI학회:학술대회논문집
• /
• 2009.02a
• /
• pp.105-110
• /
• 2009

Conventional TV viewing environment had provided limited numbers of channels and contents so that accessibility of contents was made user's manual change of TV channels and by manual selection of TV program contents. However, with advent of IPTV and various contents and channels available to users’ terminals, excessive numbers of TV contents become available to users’ terminals, thus leading to totally different TV viewing environments. In this TV environment, users are required to make much effort to choose their preferred TV channels or program contents, which becomes much cumbersome to the users. Therefore, in this paper, we will propose TV contents schedule recommendation by making reasoning on users’ TV viewing patterns from TV viewing history data using sequential pattern mining so that so that it increases accessibility of users to many TV program contents which may be or may not be aware of the users.

• Journal of Internet Computing and Services
• /
• v.11 no.6
• /
• pp.1-11
• /
• 2010

While a supply of GPS-enabled smartphone is increased, LBS which is studied and developed for special function is changed to personal solution. In this paper, we propose and implement on personalized method of individual LBS using collaborative filtering-based recommend system. Proposed personalized LBS system recommends contents which is expected to be interest for individual user, by predicting location-based contents within a user's setting radius. To evaluate performance of proposed system, we observed prediction accuracy with various experimental condition using our prototype. As a result, we confirmed that the convergence of collaborative filtering and LBS is effective for personalized LBS.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.04a
• /
• pp.956-959
• /
• 2014

웹 2.0 의 폭발적인 성장과 스마트기기의 대중화 및 모바일 서비스의 활성화로 인하여 다양하고 방대한 양의 멀티미디어 콘텐츠가 보편화되었다. 따라서, 최근에 이를 효과적으로 활용하기 위한 다양한 연구가 수행되고 있다. 그러나, 사용자들은 아직도 수많은 멀티미디어 콘텐츠들 중에서 자신들이 원하는 콘텐츠를 찾는데 많은 어려움을 겪고 있다. 이에 따라, 사용자들의 올바른 의사결정을 도와주는 추천시스템에 대한 중요도가 나날이 급증하고 있다. 본 논문에서는 영화에 대해 사용자들이 남긴 리뷰로부터 감정 분석을 하고 분석된 각 사용자들의 감정 수치를 기반으로 영화추천 방법을 제안한다. 제안한 방법은 사용자들의 리뷰를 수집하고 각 사용자들의 감정 단어를 추출한다. 추출한 감정 단어들은 센티워드넷을 이용하여 사용자의 감정이 나타내는 정도를 분석한다. 분석된 사용자들의 감정 정보들을 바탕으로 사용자들에게 적절한 영화를 추천한다.