• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.04a
• /
• pp.503-505
• /
• 2017

최근 길거리나 지하철 등에서 스마트폰을 사용하는 사람을 쉽게 찾을 수 있다. 이러한 스마트폰은 대부분 iOS나 안드로이드 운영체제를 사용한다. 따라서 스마트폰에서 사용하는 앱들은 앱스토어나 구글 플레이에서 받아서 사용한다. 하지만, 필요한 앱을 검색해도 비슷한 앱이 많아서 어떤 것을 사용해야 할지 망설이는 경우가 발생한다. 사용자 평점을 기준으로 앱을 선택한다 하더라도 총 누적 평점이기 때문에 현재 버전의 앱이 실제로 어떨지는 알기 어렵다. 이 논문에서는 사용자가 검색한 단어를 바탕으로 구글 플레이 상의 앱을 추천해주는 시스템을 소개한다. 이 시스템은 검색된 최신 버전의 앱에 대한 평점과 사용자 평가를 종합 및 분석하여 사용자에게 추천한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.04a
• /
• pp.408-411
• /
• 2016

애플리케이션에서 고객들에 의해 생성된 평가정보는 해당 콘텐츠에 대한 고객별 선호도 정보로 볼 수 있기 때문에, 개인에게 맞춤형 추천 시스템을 설계하기 위해서 매우 중요하다. 현재 추천 시스템 분야에서 가장 많이 사용되고 있는 사용자 기반 추천 시스템은 사용자의 평점 정보만을 가지고 유사도를 측정하여 추천에 사용하고 있다. 그러나 이러한 평점 정보만을 가지고 사용자 유사도를 도출하는 것은 정밀하지 못할 수 있다. 따라서 본 연구에서는 사용자의 평점 정보 뿐만 아니라 콘텐츠의 내용을 활용하여 사용자의 선호 콘텐츠를 지식구조의 형태로 나타냄으로써 콘텐츠와 사용자의 관계를 유기적으로 표현하였다. 이와 같은 사용자의 지식구조를 바탕으로 사용자간의 유사도를 평가하고 추천에 활용하였고, 실험결과 제시된 방법으로 더 우수한 성능을 얻을 수 있는 것으로 나타났다.

• The Korean Journal of Applied Statistics
• /
• v.18 no.3
• /
• pp.543-553
• /
• 2005

Linear logistic regression is one of the most widely used method for credit scoring in credit risk management. This paper deals with credit scoring using splines based on Logistic regression. Linear splines and an automatic basis selection algorithm are adopted. The final model is an example of the generalized additive model. A simulation using a real data set is used to illustrate the performance of the spline method.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.04a
• /
• pp.901-904
• /
• 2015

본 논문에서는 사진의 태그정보 및 통계정보, 사용자 평점을 이용하여 여행에 앞서 본인의 취향 등에 맞는 개인화 된 여행계획을 생성할 수 있도록 지원하는 연구를 진행하였다. 개인화 된 여행계획의 자동생성을 위하여, 나이, 성별, 직업, 소득, 학력에 따라 선호하는 여행의 태마를 통계자료를 통해 구분하였고, 사진의 태그정보를 이용하여 사용자가 가장 선호하는 테마를 분별하여 개인화 할 수 있도록 하였다. 이렇게 구분된 태마는 다양한 포털사이트에 등록된 사용자 평점 정보를 토대로 하여 여행계획을 생성하여 사용자에게 제공할 수 있도록 하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.05a
• /
• pp.43-46
• /
• 2019

관광지에 대한 관광객의 평가는 날씨, 계절, 관광객의 밀집 정도 등 다양한 환경적 요소에 따라 변화한다. 각 관광지는 객관적인 관점으로 최상의 관광을 경험하게 할 고유한 컨디션이 존재하며 이를 추출하기 위해선 관광에 영향을 주는 여러 환경들에 대한 다중 요인 분석이 가능할 만큼의 정보가 필요하다. 본 논문에서는 심층신경망을 기반으로 한 문장분석기술을 응용하여 관광지 리뷰에 적용, 평점이 포함되지 않은 리뷰에 평점을 추가하여 기상이나 계절, 휴무일 등의 다양한 분류가 가능할 수준의 데이터를 보충하고 축적/보충된 방대한 평점데이터를 토대로 맞춤 추천이 가능하도록 하는 시스템을 설명한다. 이에 본 논문은 학습 환경 구축, 리뷰와 기상 정보의 결합, 최종 추천 방법 등 전반적인 프로세스에 대한 내용을 설명한다.

• Corrosion Science and Technology
• /
• v.8 no.2
• /
• pp.53-61
• /
• 2009

In this study, both evaluations by visual imaging for exterior view of coating and by EIS were executed for epoxy primer coated specimens deteriorated by accelerated test, and comparison and analysis were carried out for 2 evaluation methods. In the comparison between total damaged area ratio acquired by image processing method and deterioration point, higher deterioration points were appeared for rusted specimens than for non-rusted specimens. It is attributed that deterioration point per unit area ratio given for rust is higher than for peeling. In the comparison between total damaged area ratio and EIS result, impedance of coating was largely decreased as about TEX>$10^4{\Omega}{\cdot}cm^2$ or less when rust area ratio is more than about 0.1%, and blistering area ratio is more than about 3%. Charge transfer resistance ($R_{ct}$) and double layer capacitance ($C_{dl}$) values were appeared for all specimens except 2 ones, which shows that water is accumulated and steel substrate is corroded at coated film-steel interface. In the comparison between deterioration point and EIS result, more than 10 points as deterioration point were given for specimens of below $10^6{\Omega}{\cdot}cm^2$ of impedance at low frequency. For specimens deteriorated by NORSOK cyclic test, impedance was lowest of all, though deterioration point was not high. It is thought to be attributed that coating system and accelerated deterioration condition of cyclic tested specimens were different from those of main specimens. From the result, it is thought that coating resistance can be relatively more decreased than deterioration degree estimated from exterior view under more severe corrosion environment or in the present of more complex deterioration factors.

• Journal of Internet Computing and Services
• /
• v.18 no.3
• /
• pp.19-28
• /
• 2017

Collaborative filtering (CF) is a system that interprets the relationship between a user and a product and recommends the product to a specific user. The CF model is advantageous in that it can recommend products to users with only rating data without any additional information such as contents. However, there are many cases where a user does not give a rating even after consuming the product as well as consuming only a small portion of the total product. This means that the number of ratings observed is very small and the user rating matrix is very sparse. The sparsity of this rating data poses a problem in raising CF performance. In this paper, we concentrate on raising the performance of latent factor model (especially SVD). We propose a new model that includes product similarity information and co occurrence information in SVD. The similarity and concurrence information obtained from the rating data increased the expressiveness of the latent space in terms of latent factors. Thus, Recall increased by 16% and Precision and NDCG increased by 8% and 7%, respectively. The proposed method of the paper will show better performance than the existing method when combined with other recommender systems in the future.

• Journal of Intelligence and Information Systems
• /
• v.28 no.2
• /
• pp.171-189
• /
• 2022

Online reviews play an essential role in the consumer's purchasing decision-making process, and thus, providing helpful and reliable reviews is essential to consumers. Previous online review helpfulness prediction studies mainly predicted review helpfulness based on the consistency of text and rating information of online reviews. However, there is a limitation in that representation capacity or review text and rating interaction. We propose a CNN-RHP model that effectively learns the interaction between review text and rating information to improve the limitations of previous studies. Multi-channel CNNs were applied to extract the semantic representation of the review text. We also converted rating into independent high-dimensional embedding vectors representing the same dimension as the text vector. The consistency between the review text and the rating information is learned based on element-wise operations between the review text and the star rating vector. To evaluate the performance of the proposed CNN-RHP model in this study, we used online reviews collected from Amazom.com. Experimental results show that the CNN-RHP model indicates excellent performance compared to several benchmark models. The results of this study can provide practical implications when providing services related to review helpfulness on online e-commerce platforms.

• KOREAN POULTRY JOURNAL
• /
• s.18
• /
• pp.94-96
• /
• 1971

기업의 진단에 있어서 외무진단, 내무진단이던 그 기업체가 제대로 움직여 가는 기업체인가 아닌가 하는 것은 외형만 보아서는 알 수 없다. 다음의 체크리스트는 기업체의 각 부별로 판매, 생산, 재무, 종합진단등을 외국의 예를 참고하면서 엮어 나가기로 하겠다. 이 체크리스트는 각각 자기 기업체의 성질에 맞게 다시 수정하여 경영자나 매니저급의 책임자가 항상 간직해 두면서 수시로 체크하여 체크리스트의 평점이 전부를 맞게 된다면 각 부문별로 거의 완벽하게 일하고 있는 부서가 될 것이다. 평점은 A:가장 우수하다. B:우수하다. C:보통이다. D:보통이하이다. E:잘못하고 있다. 로 각각 점수를 부가하면 되겠다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2011.04a
• /
• pp.1285-1286
• /
• 2011

MovieLens를 대상으로 하는 추천 시스템에 대한 연구 중 k-NN 추천 방법은 정확도가 비교적 높지만 평점을 예측할 수 없는 상황이 발생할 수 있다. 본 논문에서는 기존 방법의 문제점을 해결한 장르기반 추천 방법 제안하고, 실험을 통하여 제안하는 방법이 모든 영화에 대한 평점의 예측이 가능함을 검증한다.