• 한국콘텐츠학회논문지
• /
• 제9권8호
• /
• pp.333-340
• /
• 2009

경쟁이 심화되고 있는 인터넷 포털시장에서 지속적인 성장을 위해 인터넷 포털이미지와 장기지향성과의 관계를 살펴보고자 하였다. 구체적으로 인터넷 포털이미지가 장기지향성에 미치는 영향력과 만족도 및 추천의도와의 관계를 파악하고자 하였다. 실증분석결과 인터넷 포털사이트의 이미지평가속성은 정보제공성, 오락 및 부가서비스, 고객서비스, 편리성 등의 요인으로 도출되었다. 네 요인 모두 이용포털사이트에 대한 장기지향성에 유의한 영향을 미치는 것으로 나타났다. 특히, 정보제공성과 오락 및 부가서비스가 가장 높은 영향력을 미치는 것으로 나타났다. 그리고 장기지향성은 소비자의 만족도와 추천의도에 유의한 영향을 미치고 있으며, 해당 포털에 대한 만족도는 추천의도에도 유의한 영향을 미치고 있음이 확인되었다. 이러한 연구결과는 시장에서 차별적인 인터넷 포털의 경쟁전략을 수립하는데 유용한 기초자료가 될 것으로 생각된다.

• 한국콘텐츠학회논문지
• /
• 제17권11호
• /
• pp.60-69
• /
• 2017

최근 인터넷과 스마트 폰의 발달로 사용자들 사이의 관계를 통해 다양한 정보를 생성하고 공유할 수 있는 소셜 미디어 서비스가 활발히 이용되고 있다. 특히 정보의 양이 방대해지고 신뢰할 수 없는 정보가 증가함에 따라 사용자에게 필요한 정보를 제공해 줄 수 있는 전문가 추천 기법에 대한 연구들이 진행되고 있다. 본 논문에서는 사용자의 관심 분야, 인적 관계, 응답 품질을 고려한 전문가 추천 기법을 제안한다. 사용자의 관심 분야는 사용자가 소셜 네트워크상의 활동을 분석해 최신의 사용자의 관심 분야 지수를 판단한다. 사용자의 인적 관계는 소셜 네트워크상의 같은 관심분야의 사용자만을 추출하여 인적 관계를 구축하여 인적 관계 지수를 판단한다. 사용자의 응답 품질은 사용자의 응답 속도와 응답 내용을 고려하여 응답 품질 지수를 판단한다. 마지막으로 사용자의 관심 분야, 인적 관계, 응답 품질을 합하여 사용자의 전문가 지수를 판단하고 사용자의 질의를 분석하여 질의와 전문가 그룹을 매칭하여 전문가를 추천한다. 다양한 성능평가를 통해 제안하는 기법이 기존 기법에 비해 성능이 우수함을 보인다.

• 한국정보과학회논문지:데이타베이스
• /
• 제41권4호
• /
• pp.209-216
• /
• 2014

'실시간성', '사람들 간의 관계정보', '빅 데이터'와 같은 다양한 특성을 갖는 소셜 네트워크 콘텐츠는 개인화 추천 시스템의 성능 향상에 큰 도움이 되고 있다. 그 중 '사람들 간의 관계정보'가 가장 중요한 역할을 하기 때문에, 이를 활용한 다양한 연구가 진행되고 있다. 하지만 기존의 연구에서는 사람들간의 친밀도를 고려하지 않고 있어서 개인의 성향을 반영하기 어렵고 다양한 도메인에서 정확한 추천이 불가능하다. 본 논문은 기존 연구의 문제를 해결하기 위해 사용자간 친밀도를 측정하는 친밀도 알고리즘과 소셜 네트워크의 다양한 특성에 기반한 개인화 추천 알고리즘인 PReAmacy를 제안한다. 실험을 통해 PReAmacy가 기존의 알고리즘에 비해 높은 성능을 가지며 친밀도가 PReAmacy 알고리즘에 큰 비중을 차지한다는 것을 보였다.

• 한국콘텐츠학회논문지
• /
• 제13권10호
• /
• pp.547-555
• /
• 2013

본 연구 목적은 축제서비스 평가속성이 방문객 행동의도에 미치는 영향을 규명하고, 축제의 만족도 재방문 추천의도에 관한 연구를 통해서 시장전략수립 위한 개선방향을 제시하고자 한다. 본 연구는 다음과 같다. 첫째, 연구를 위해 2011년10월14일부터 10월16일까지 총360부를 배포하고 335부를 수집하여 그중 사용하지 않은 15부를 제외한 320부를 사용하였다. 둘째, 서비스평가요인 중에서 프로그램, 시설, 공연평가요인은 만족도와 재방문의도에 정(+)의 영향을 미치는 것으로 나타났다. 또한 추천의도에 있어서도 축제평가 모든 요인에서 정(+)의 영향을 보였다. 셋째, 인구통계학적 특성이 만족도, 재방문의도, 추천의도에 미치는 영향관계에 있어서, 만족도는 친구동반에 있어 정(+)의 영향을 미쳤으나, 학력, 소득에는 부(-)의 영향을 미치는 것으로 나타났다. 또한 거주지, 직업이 재방문에 정(+)의 영향을 미친 반면, 소득, 가족동반, 처음방문은 재방문에 부(-)의 영향을 미쳤다. 마지막으로 연령, 학력, 소득, 가족동반 또한 추천의도에 부(-)의 영향을 미쳤다.

• 한국콘텐츠학회논문지
• /
• 제18권1호
• /
• pp.64-75
• /
• 2018

위치 인식 기술의 발전 및 스마트 디바이스 사용의 활성화로 인해 위치 기반 서비스과 소셜 네트워크를 결합하여 사용자에게 정보를 공유하는 위치 기반 소셜 네트워크(LBSN: Location Based Social Network)이 활성화되고 있다. 위치 기반 소셜 네트워크에서 사용자의 체크인 기능을 이용하여 사용자가 가 흥미있어 할 만한 장소를 추천하는 연구가 활발히 이루어지고 있다. 본 논문은 위치기반 소셜 네트워크에서 시간과 사용자 활동을 고려한 장소 추천 기법을 제안한다. 제안하는 기법은 기존 논문에서 고려하지 못한 시간에 따른 사용자의 선호도 변화와 지역의 전문가, 희귀한 장소에 대한 사용자의 관심을 고려한다. 다시 말해, 사용자의 선호도 변화를 고려하기 위해 시간에 따른 체크인 이력을 사용하고 지역의 전문가를 판별하기 위해 사용자 활동 영역을 구분한다. 그리고 사용자가 선호하는 장소에 가중치를 주기 위하여 희귀한 장소를 고려한다. 다양한 성능평가를 통해 제안하는 기법이 기존 기법에 비해 성능이 우수함을 보인다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권1호
• /
• pp.35-44
• /
• 2021

4차 산업 혁명 시대의 도래에 따라 직업 환경의 변화가 가속화되고 있으며, 이와 함께 교육의 패러다임이 자유학기제와 고교학점제에 바탕을 둔 진로교육을 중심으로 변화하고 있다. 하지만, 학생들의 자율적인 진로 탐색을 지향하는 자유학기제 및 고교학점제의 정책적 목표와 달리, 진로교육 콘텐츠의 개발과 이용에 있어 교사 및 학생들의 한계가 존재하고, 이를 뒷받침할 에듀테크 기술 연구 역시 상대적으로 부족한 실정이다. 따라서 본 연구는, 교육 현장에서의 진로교육 실태를 바탕으로, 에듀테크 기술이 교과연계 진로교육과 관련해 갖춰야 할 요구조건을 세 가지로 정의하였다. 다음으로 데이터 기반 인공지능 기술을 통해, 진로탐색용 탐구주제와 고교 과목, 그리고 대학에서 수학 가능한 전공을 아우를 수 있는 데이터 시스템 및 인공지능 추천 모델을 제안하였다. 마지막으로 실험을 통해, 셋 인코딩-디코딩 기반 인공지능 추천 모델이 진로교육 콘텐츠 추천에서 만족할 만한 성능을 보이는 것을 확인하였고, 교육 현장에서의 실제 적용 결과 또한 만족스럽다는 것을 확인하였다.

• 한국콘텐츠학회논문지
• /
• 제22권1호
• /
• pp.138-147
• /
• 2022

최근 챗봇이 다양한 분야에 적용되어 좋은 성과를 보이면서 쇼핑몰 상품 추천 서비스에도 챗봇을 활용하려는 시도가 많은 이커머스 플랫폼에서 진행되고 있다. 본 논문에서는 사용자와 시스템간의 대화와 패션 이미지 정보에 기반해 사용자가 원하는 패션을 추천하는 챗봇 대화시스템을 위해, 최근 자연어처리, 음성인식, 이미지 인식 등의 다양한 AI 분야에서 좋은 성능을 내고 있는 트랜스포머 모델에 대화 (텍스트) 와 패션 (이미지) 정보를 같이 사용하여 추천의 정확도를 높일 수 있도록 개선한 멀티모달 기반 개선된 트랜스포머 모델을 제안하며, 데이터 전처리(Data preprocessing) 및 학습 데이터 표현(Data Representation)에 대한 분석을 진행하여 데이터 개선을 통한 정확도 향상 방법도 제안한다. 제안 시스템은 추천 정확도는 0.6563 WKT(Weighted Kendall's tau)으로 기존 시스템의 0.3372 WKT를 0.3191 WKT 이상 크게 향상시켰다.

• 전자통신동향분석
• /
• 제31권4호
• /
• pp.97-105
• /
• 2016

TV나 인터넷을 통한 비디오 콘텐츠 제공 서비스는 소비자가 콘텐츠를 선택하면 해당 콘텐츠를 재생하여 콘텐츠를 소비하는 정형화된 방식에서 벗어나 다양한 형태로 부가가치를 부여하고자 하고 있다. 이는 비디오 콘텐츠 제공업자의 수익 확대에 대한 필요성과 비디오 콘텐츠 사용자들이 적극적으로 콘텐츠를 소비하는 것에서 한 발 나아가 다양한 방식으로 콘텐츠를 제작하고자 하는 욕구가 맞물려 그 유인이 확대되고 있다. 본고에서는 비디오 콘텐츠에 부가 가치를 부여하는 대표적인 방법인 비디오 콘텐츠의 상호작용성(interactivity), 비디오 콘텐츠 추천(recommendation), 콘텐츠 관련 부가정보 제공 등을 중심으로 비디오 콘텐츠에 부가 기능 혹은 서비스를 제공하는 사례를 살펴보고자 한다.

• 한국콘텐츠학회논문지
• /
• 제9권10호
• /
• pp.314-327
• /
• 2009

본 연구는 통신과 방송의 융합 매체로 국내 및 세계적으로 급속히 성장하고 있는 IPTV 서비스에 대한 지각된 서비스 품질과 품질 만족도의 관계, 정보기술 수용과 고객 만족도와의 관계를 살펴보았다. 서비스품질, 정보기술 수용, 고객만족도, 지속사용의도, 추천의도의 5가지 항목의 측정도구를 활용하여 IPTV 서비스 이용자를 대상으로 실증조사를 실시하였으며, 그 결과 지각된 서비스 품질과 유용성, 이용용이성이 고객만족도에 강한 영향을 주며, 지속사용의도와 추천의도에도 유의한 영향이 있는 것으로 나타났다. 특히 콘텐츠의 유용성에 대한 인식이 사용만족도에 큰 영향을 주는 것으로 나타나, 고객에게 콘텐츠의 가치를 높게 인식시키고 쉽게 이용할 수 있음을 알리는 것이 고객만족과 고객확보에 중요한 전략이 될 수 있음을 나타내었다.

• 응용통계연구
• /
• 제34권3호
• /
• pp.329-345
• /
• 2021

추천 시스템은 고객의 데이터를 이용하여 개인 맞춤화된 상품을 추천한다. 추천 시스템은 협업 필터링, 콘텐츠 기반 필터링 그리고 이 두 가지를 합친 하이브리드 방법의 세 가지로 크게 나누어진다. 이 연구에서는 딥러닝 방법론에 기초한 오토인코더를 이용한 추천 시스템에 대한 소개와 그 모형들의 비교 연구를 진행한다. 오토인코더는 데이터 행렬에 0이 많은 경우의 문제를 효과적으로 다룰 수 있는 딥러닝 기반의 비지도학습 모형이다. 이 연구에서는 세 개의 실제 데이터를 이용하여 다섯 가지 종류의 오토인코더 기반 모형들을 비교한다. 처음의 세 개 모형은 협업 필터링에 속한 모형이고 나머지 두 개의 모형은 하이브리드 모형이다. 실제 데이터는 고객의 평점 데이터이고, 대부분의 평점이 없어서 희박성 비율이 높다는 특징이 있다.