• The Journal of the Korea Contents Association
• /
• v.10 no.11
• /
• pp.10-19
• /
• 2010

The progress of computers and Web has given rise to a rapid increase of the quantity of the useful information, which is making the demand of recommender systems widely expanding. Like in other domains, a recommender system in a digital library is important, but there are only a few studies about the recommender system of research papers, Moreover none is there in korea to our knowledge. In the paper, we seek for a way to develop the NDSL recommender system of research papers based on the survey of related studies. We conclude that NDSL needs to modify the way to collect user's interests from explicit to implicit method, and to use user-based and memory-based collaborative filtering mixed with contents-based filtering(CF). We also suggest the method to mix two filterings and the use of personal ontology to improve user satisfaction.

• The Journal of the Korea Contents Association
• /
• v.13 no.11
• /
• pp.11-20
• /
• 2013

Recently, as SNS services have been increased, studies on recommendation schemes have been actively done. Recommendation scheme provides various favorable or needed services with users on real time. Group recommendation provides users with suitable groups based on their preference. In this paper, we propose a new group recommendation scheme considering user profiles and collaborative filtering in social networks. The proposed scheme can solve the problems of the static profile based group recommendation scheme because it collects the recent group activities and updates user profiles. It also recommends the more various groups by reflecting the similar tendencies of other users within a group through collaborative filtering. Our experimental results show that the proposed scheme recommends various groups that significantly considers the user's changing preferences compared to the existing scheme.

• Journal of the Korea Society of Computer and Information
• /
• v.15 no.2
• /
• pp.135-146
• /
• 2010

In this paper, we propose an Recommendation System for supporting self-directed learning on e-learning marketplace. The key idea of this system is recommendation system using revised collaborative filtering to support marketplace. Exisiting collaborative filtering method consists of 3 stages as preparing low data, building familiar customer group by selecting nearest neighbor, creating recommendation list. This study designs recommendation system to support self-directed learning by using collaborative filtering added nearest neighbor learning course that considered industry and learning level. This service helps to select right learning course to learner in industry. Recommendation System can be built by many method and to recommend the service content including explicit properties using revised collaborative filtering method can solve limitations in existing content recommendation.

• Journal of Digital Contents Society
• /
• v.15 no.6
• /
• pp.711-719
• /
• 2014

Along with the advent of ubiquitous computing environment, it is becoming a part of our common life style that the demands for enjoying the wireless internet using intelligent portable device such as smart phone and iPad, are increasing anytime or anyplace without any restriction of time and place. The recommending service becomes a very important technology which can find exact information to present users, then is easy for customers to reduce their searching effort to find out the items with high purchasability in e-commerce. Traditional mining association rule ignores the difference among the transactions. In order to do that, it is considered the importance of type of merchandise or service and then, we suggest a new recommending service using mining sequential pattern based on weight to reflect frequently changing trends of purchase pattern as time goes by and as often as customers need different merchandises on e-commerce being extremely diverse. To verify improved better performance of proposing system than the previous systems, we carry out the experiments in the same dataset collected in a cosmetic internet shopping mall.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2010.07a
• /
• pp.261-264
• /
• 2010

국내외적으로 IPTV 표준화 및 서비스 기술에 대한 연구가 활발히 진행되고 있고, 국제적으로는 Mobile IPTV를 위한 새로운 기술 개발 및 관련 표준 기술을 선점하기 위해 경쟁이 치열하게 전개되고 있다. 하지만 콘텐츠 다양화와 대량화는 사용자에게 원하는 콘텐츠를 발견할 수 있는 가능성만을 제공할 뿐 사용자가 원하는 콘텐츠를 검색하는데 많은 시간과 노력을 낭비 하게 한다는 문제점이 있다. 이에 본 과제는 온톨로지를 활용하여 Mobile IPTV 관련 기술 연구를 기반으로 효율적인 Mobile IPTV 서비스를 위한 콘텐츠 추천 시스템과 사용자 선호에 따른 온톨로지 구축을 제안한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2010.11a
• /
• pp.57-58
• /
• 2010

UCC 제작자에겐 기존의 추천 서비스와는 차별화된 저작권과 저작 목적 등을 고려한 별도의 추천서비스가 필요하다. 본 논문에선 UCC를 제작하는데 있어 발생하는 저작권문제를 효과적으로 해결하기 위해 UCC 제작 시 참조된 UCC들의 정보를 메타데이터의 reference 요소로 기재할 수 있도록 하였으며, UCC 제작 사용자에게 특화된 추천서비스를 제공하기 위해 제작된 UCC의 참조 데이터를 이용한 협업 필터링 기반의 추천 시스템을 구성하고 있다. 추천시스템은 메타데이터의 tag, reference 요소를 이용해 참조된 UCC 그룹군에서 제작자가 참조한 UCC와 유사한 참조 UCC를 추천 리스트로 만들어서 제공한다. 향후 본 시스템의 효율성 검증을 통해 UCC 제작에 있어 보다 효율적이고 제작자 편이성이 높은 제작자 맞춤형 UCC 추천 서비스가 IPTV, SmartTV등의 융합형 방송서비스 통해 제공될 수 있을 것 이다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2015.01a
• /
• pp.47-50
• /
• 2015

TV는 타 도메인과 달리, 사전에 정해진 시간에 콘텐츠가 방영된다. 그러므로 TV 프로그램 추천 시스템은 시청자의 현재 시각(time-context)을 고려해야 한다. 시간 기반의 TV 프로그램 추천 방법이 다수 연구되었지만, 대부분의 기존 연구는 특정 시간대(timeslot)에서의 시청자의 선호도를 계산하는 데에만 집중되어 있고, 시청 내역 전체기간에서의 선호도를 고려하지 않은 문제점이 있다. 이러한 문제를 해결하기 위해, 시청자의 지역 선호도와 전역 선호도를 모두 고려한 시간 기반의 TV 프로그램 추천기법을 제안한다. 이를 위해 제안 방법에서는 시간대의 길이에 따라 여러 가지 선호도 모델을 사용한다. 여러 개의 선호도 모델로부터 산출된 선호도를 병합하여 가장 선호도가 높은 TV 프로그램을 추천한다. 실 데이터를 이용한 실험을 통해 기준방식과 비교함으로써, 제안 방법의 효용성을 검증하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.10a
• /
• pp.493-496
• /
• 2018

추천 시스템은 다양한 분야에 적용되는 기술로서 활발한 연구가 진행되고 있고 기존 추천 시스템의 성능을 높이기 위해서 더욱 개인화된 차세대 추천 시스템의 필요성이 대두되고 있다. 본 논문은 하이퍼 개인화 범주에 속하는 사후 필터링기법을 사용한 실시간 상황 인식 추천 시스템을 제안한다. 실시간 상황 인식 추천 시스템은 사용자 행동과 계속적인 동기화로 현재 상황에 가장 적합한 추천 목록을 생성하기 때문에 사용자 기반 협업 필터링 (User Based Collaborative Filtering), 콘텐츠 기반 필터링(Content-based Filtering), 특이값 분해(Singular Value Decomposition)보다 훨씬 미래 지향적인 추천 시스템이다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.05a
• /
• pp.552-554
• /
• 2023

웹소설 시장의 성장에 따라 웹소설 추천 시스템의 중요성이 높아지고 있다. 본 연구에서는 작품의 특성 및 선호도를 나타낼 수 있는 다양한 데이터를 활용하여 추천시스템을 구현하고 그 성능을 평가하여 표지 이미지와 작품 특성을 모두 고려한 멀티 모달 추천 시스템이 가장 효율적임을 보여주었다. 연구 결과, 단일 변수 추천에서는 작품 소개글과 표지 이미지 기반 추천이 가장 좋은 성능을 보였고, 멀티 모달 추천 시스템에서는 작품 소개글, 이미지, 키워드 순으로 성능에 좋은 영향을 끼치는 것으로 나타났다. 이번 연구 결과는 한국콘텐츠진흥원에서 조사한 웹소설 이용자 실태조사와는 조금 다른 결과를 보여주었다. 설문조사에서는 인기도를 웹소설 선택 시 가장 중요한 영향으로 봤으나, 본 연구에서는 작품 소개글이 가장 중요한 영향을 미친다는 결과가 나타났다. 이러한 연구 결과는 웹소설 추천 시스템의 개발과 운영에 있어서 중요한 참고 자료가 될 것으로 예상된다.

• Proceedings of the Korea Contents Association Conference
• /
• 2015.05a
• /
• pp.41-42
• /
• 2015

사람이 영화를 이해하는 주된 내용은 스토리이다. 따라서 영화를 검색하거나 추천하기 위해서는 스토리 차원의 영화 분석이 선행되어야 한다. 더욱이 영화 추천이나 검색을 위해서는 영화간의 스토리차원의 비교를 수행할 수 있는 방법론에 대한 연구가 필요하다. 이를 위해 본 논문에서는 등장인물 기반으로 하는 영화 정규화 방법론을 소개하고 군집화를 통해 그 의미를 고찰한다.