• NEWSLETTER 전기공업
• /
• no.95-12 s.133
• /
• pp.10-40
• /
• 1995

• Electrical & Electronic Materials
• /
• v.14 no.3
• /
• pp.66-72
• /
• 2001

• KIPE Magazine
• /
• v.24 no.1
• /
• pp.66-69
• /
• 2019

• Journal of KIISE:Software and Applications
• /
• v.30 no.3_4
• /
• pp.316-325
• /
• 2003

A user preference prediction method using an exiting collaborative filtering technique has used the nearest-neighborhood method based on the user preference about items and has sought the user's similarity from the Pearson correlation coefficient. Therefore, it does not reflect any contents about items and also solve the problem of the sparsity. This study suggests the preference prediction system using the similarity weight granted Bayesian estimated value and the associative user clustering to complement problems of an exiting collaborative preference prediction method. This method suggested in this paper groups the user according to the Genre by using Association Rule Hypergraph Partitioning Algorithm and the new user is classified into one of these Genres by Naive Bayes classifier to slove the problem of sparsity in the collaborative filtering system. Besides, for get the similarity between users belonged to the classified genre and new users, this study allows the different estimated value to item which user vote through Naive Bayes learning. If the preference with estimated value is applied to the exiting Pearson correlation coefficient, it is able to promote the precision of the prediction by reducing the error of the prediction because of missing value. To estimate the performance of suggested method, the suggested method is compared with existing collaborative filtering techniques. As a result, the proposed method is efficient for improving the accuracy of prediction through solving problems of existing collaborative filtering techniques.

• Journal of KIISE:Software and Applications
• /
• v.31 no.4
• /
• pp.467-477
• /
• 2004

While recommender systems were used by a few E-commerce sites former days, they are now becoming serious business tools that are re-shaping the world of I-commerce. And collaborative filtering has been a very successful recommendation technique in both research and practice. But there are two problems in personalized recommender systems, it is First-Rating problem and Sparsity problem. In this paper, we solve these problems using the associative relation clustering and “Lift” of association rules. We produce “Lift” between items using user's rating data. And we apply Threshold by -cut to the association between items. To make an efficiency of associative relation cluster higher, we use not only the existing Hypergraph Clique Clustering algorithm but also the suggested Split Cluster method. If the cluster is completed, we calculate a similarity iten in each inner cluster. And the index is saved in the database for the fast access. We apply the creating index to predict the preference for new items. To estimate the Performance, the suggested method is compared with existing collaborative filtering techniques. As a result, the proposed method is efficient for improving the accuracy of prediction through solving problems of existing collaborative filtering techniques.

• Annual Conference of KIPS
• /
• 2002.11c
• /
• pp.2133-2136
• /
• 2002

인터넷 특성상 방대한 양의 정보와 상품 등으로 사용자들이 원하는 정보를 찾기 위해서 많은 시간을 낭비하고 있는 실정이다. 이러한 사용자의 시간 소모를 중이기 위해서 추천 시스템이 개발되었다. 현재 인터넷 상의 추천 기술 중에서 가장 많이 사용하는 기법으로는 협력적 여과(Collaborative filtering) 방법이다. 그러나, 협력적 추천 방법으로 추천 받기 위해서는 특정수 이상의 아이템에 대한 평가가 필요하며, 또한 비슷한 성향을 가지는 일부 사용자 정보에 근거하여 추천함으로써 나머지 사용자 정보를 무시하는 경향이 있다. 이러한 문제점이 발생되므로 최근에는 데이터 마이닝(Data Mining) 기법 중 연관 규칙(Association Rule)을 이용한 추천 시스템이 개발되고 있다[1,10]. 그러나, 연관 규칙 기법은 개인별 사용자의 성향을 반영하지 못하는 단점이 있다[4]. 연관 규칙은 단지 대용량 데이터 베이스에서 아이템간의 지지도(Support)와 신뢰도(Confidence)에 근거하여 규칙을 발견하는 특징을 가지고 있기 때문이다. 즉 개인성향을 무시하고 아이템간의 연관성만을 근거로 하여 아이템을 추천하기 때문이다. 본 논문에서는 효율적인 연관 규칙을 이용한 개인화 추천 시스템을 구현하기 위해서 연관 규칙과 여과 방법을 통합한 시스템을 제안한다. 본 시스템에 대하여 성능 비교 실험을 수행함으로써 제안한 방법의 타당성을 제시한다.

• Proceedings of the Korean Society for Information Management Conference
• /
• 1999.08a
• /
• pp.245-248
• /
• 1999

본 연구에서는 인터넷 환경의 정보검색 문제를 해결하기 위한 방안으로 메타데이터 기반구조인 PICS를 분석하여 인터넷 자원의 검색 및 필터링에 적용할 수 있는 요인들을 제시하였다. 또한 시스템의 실재 구현을 도모하기 위해 의학 정보를 위한‘OMNI-PICS’라는 등급체계의 프로토타입을 설정하고, 기계가독형 RAT파일을 설계하였다. 따라서 웹에서 특정 주제 영역을 다루는 주제게이트웨이들이 자원을 협력적으로 필터링하기 위한 표준 포맷으로 PICS 등급체계를 적용하여 운용할 수 있는 구체적 지침을 제공하였다.

• Information and Communications Magazine
• /
• v.29 no.8
• /
• pp.34-41
• /
• 2012

본 고에서는 LTE-Advanced 및 Beyond 4G 이동 통신 시스템에서 셀 경계 지역 간섭 문제 해결 및 전송률 향상을 위해 핵심기술로 간주되는 다중 안테나를 사용한 다중 셀 기지국 협력전송 방법에 대해 살펴본다. 특히, 다중 셀 통신 환경을 다중입력 단일출력(multiple-input single-output. MISO) 및 다중입력 다중출력 (multiple-input multiple-output, MIMO) 무선 간섭 채널로 모델링할 수 있는데, 이러한 MISO 및 MIMO 간섭 채널에서의 협력 및 분산 통신 방법에 관해 진행된 최근의 주요 연구 결과들을 소개한다.

• Electronics and Telecommunications Trends
• /
• v.27 no.2
• /
• pp.21-30
• /
• 2012

스마트폰의 대중화와 더불어 모바일 데이터 트래픽은 폭발적인 증가 추세에 있다. 이와 같은 트래픽 요구에 부합하도록 시스템 측면에서 주파수 사용 효율을 높이는 다양한 많은 기술들이 제안되고 있다. 또 한편에서는 사용자들 측면에서 사용자의 채널 환경에 변함 없이 일정한 체감 품질을 유지하는 기술에 대한 제안도 되고 있다. 본고에서는 최근 주목받고 있는 셀 간 간섭으로 저하되는 무선 이동통신의 품질을 다중 셀 간의 협력을 통해 해결하는 MCP (multi-cell processing)에 대한 전반적인 연구동향 등을 소개한다. MCP를 위한 방법들에 대한 고찰과 이론적 모델 및 이를 위한 기술적 과제 등에 대한 논의도 소개한다.

• KOREAN POULTRY JOURNAL
• /
• v.44 no.1
• /
• pp.96-97
• /
• 2012

육계계열화가 현재 90%이상 차지하면서 그 동안 계열업체와 생산농가간의 분쟁이 빈번히 발생되었다. 공정한 계약으로 안정적인 축산업 발전과 상생할 수 있는 협력시스템 구축을 위해 지난해 본회에서는 '축산계열화법 제정을 위한 세미나'를 열었고, 국회에서도 공청회를 통해 법률제정 검토에 나섰을 뿐 아니라 지난 연말에는 국회 농림수산식품위원회 법률안심사 소위원회에서 여야 전원의 만장일치로 통과되는 등 축산계열화 사업에 관한 법률 제정을 앞두고 있다. 본회에서는 '국내 육계 계열화사업'의 연구용역사업을 진행하면서 지난해 말 최종 보고서를 통해 발표한바 있다. 이번 연구를 맡아 진행한 김정주 교수(건국대)를 만나 '국내 계열화사업'에 대한 현황과 문제점, 육계계열화산업 발전을 위한 방향에 대해 들어보았다.