• The KIPS Transactions:PartB
• /
• v.13B no.6 s.109
• /
• pp.625-632
• /
• 2006

Collaborative filtering is a technology that aims at teaming predictive models of user preferences. Collaborative filtering systems have succeeded in Ecommerce market but they have shortcomings of high dimensionality and sparsity. In this paper we propose the nearest neighbor collaborative filtering method using non-negative matrix factorization(NNMF). We replace the missing values in the user-item matrix by using the user variance coefficient method as preprocessing for matrix decomposition and apply non-negative factorization to the matrix. The positive decomposition method using the non-negative decomposition represents users as semantic vectors and classifies the users into groups based on semantic relations. We compute the similarity between users by using vector similarity and selects the nearest neighbors based on the similarity. We predict the missing values of items that didn't rate by a new user based on the values that the nearest neighbors rated items.

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 2003.05a
• /
• pp.341-344
• /
• 2003

ERP 시스템을 이미 보유한 기업인 비즈니스 확대와 전자상거래가 이루어지는 외적인 여건에 의해 인터넷으로 시스템을 확장할 경우 웹 기반의 ERP을 다시 구축하는 것은 시간적 경제적으로 합리적이라고 할 수 없다. 본 연구에서는 협력업체 혹은 고객 등 기업의 부와 연결되는 접점 부분만을 웹 기술을 이용하여 시스템을 확장함으로써 주문관련, 전자구매 등의 필요한 기능을 수행하는 사례를 보여준다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.436-438
• /
• 2001

인터넷은 정보의 바다로 표현할 만큼 방대하며, 이러한 넘치는 정보 속에서 사용자에게 필요한 정보들을 추출하여 사용자들의 효율성과 만족도를 높이는 것이 개인화 정책이고, 결과적으로 전자상거래 사이트에서의 판매의 증가를 이루기 위해 필요한 것이다. 따라서 개개인의 특성에 맞춘 개인화 서비스가 현재의 인터넷에서 제공하는 효율성을 뛰어넘을 수 있는 새로운 해결점으로 주목받고 있다. 본 논문에서는 협력 필터링(Collaborative filtering) 방법을 사용하여 사용자의 선호도(preference)를 결정하고, 이를 토대로 웹페이지의 콘텐트를 재 설계하고, 알맞은 아이템 추천 서비스를 사용자에게 제공하는 협력 필터링 에이전트(Collaborative Filtering Agent)를 제안하고자 한다. 이를 통하여 기존의 사용자 또는 처음 방문한 사용자에게도 사이트를 방문하는데 만족도와 효율성을 높이도록 하는 것이 목표이다.

• Proceedings of the KIEE Conference
• /
• 2001.07d
• /
• pp.2792-2794
• /
• 2001

인터넷은 정보의 바다로 표현할 만큼 방대하며, 이러한 넘치는 정보 속에서 사용자에게 필요한 정보들을 추출하여 사용자들의 효율성과 만족도를 높이는 것이 개인화 정책이고, 결과적으로 전자상거래 사이트에서의 판매의 증가를 이루기 위해 필요한 것이다. 따라서 개개인의 특성에 맞춘 개인화 서비스가 현재의 인터넷에서 제공하는 효율성을 뛰어넘을 수 있는 새로운 해결점으로 주목받고 있다. 본 논문에서는 기존의 협력 필터링(Collaborative filtering) 방법을 개선하여 사용자의 선호도(preference)를 결정하고, 이를 토대로 알맞은 아이템 추천 서비스를 사용자에게 제공하는 해쉬테이블 기반 협력 필터링 에이전트(Hash Table based Collaborative Filtering Agent)를 제안하고자 한다. 이를 통하여 기존의 사용자 또는 처음 방문한 사용자에게도 사이트를 방문하는데 만족도와 효율성을 높이도록 하는 것이 목표이다.

• Proceedings of the IEEK Conference
• /
• 2003.11b
• /
• pp.175-178
• /
• 2003

Two defects have been pointed out in existing user-based collaborative filtering such as sparsity and scalability, and the research has been also made progress, which tries to improve these defects using item-based collaborative filtering. Actually there were many results, but the problem of sparsity still remains because of being based on an explicit data. In addition, the issue has been pointed out. which attributes of item arenot reflected in the recommendation. This paper suggests a recommendation method using nave Bayesian algorithm in hybrid user and item-based collaborative filtering to improve above-mentioned defects of existing item-based collaborative filtering. This method generates a similarity table for each user and item, then it improves the accuracy of prediction and recommendation item using naive Bayesianalgorithm. It was compared and evaluated with existing item-based collaborative filtering technique to estimate the accuracy.

• Journal of KIISE:Computing Practices and Letters
• /
• v.11 no.2
• /
• pp.112-123
• /
• 2005

The latest E-commerce sites provide personalized services to maximize user satisfaction for Internet user The collaborative filtering is an algorithm for personalized item real-time recommendation. Various supplementary methods are provided for improving the accuracy of prediction and performance. It is important to consider these two things simultaneously to implement a useful recommendation system. However, established studies on collaborative filtering technique deal only with the matter of accuracy improvement and overlook the matter of performance. This study considers representative attribute-neighborhood, recommendation textile set, and similarity grouping that are expected to improve performance to the recommendation agent system. Ultimately, this paper suggests empirical applications to verify the adequacy and the validity on this system with the development of Fashion Design Recommendation Agent System (FDRAS ).

• Journal of the Korean Institute of Intelligent Systems
• /
• v.15 no.5
• /
• pp.643-648
• /
• 2005

In order to supply services necessary for users intelligently in the ubiquitous computing, effective filtering of context information is necessary. But studies of context information filtering have not been made much yet. In order for filtering of context information, we can use collaborative filtering being used much at electric commerce, etc. In order to use such collaborative filtering method in the filtering of ubiquitous computing environment, we must solve such problems as first rater problem, sparsity problem, stored data problem and etc. In this study, in order to solve such problems, the researcher proposes the collaborative filtering method using types of context information. And as the result of applying this filtering method to MAUCA, the P2P mobile agent system, the researcher could confirm the average result of 7.7% in the aspect of service supporting function.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.11b
• /
• pp.864-867
• /
• 2003

e-러닝이 세간의 관심을 모으는 이유는 교육의 패러다임이 바뀔 수 있다는 점이다. 교육은 모든 분야에 필수적이고, 교육 방식이 바뀐다는 의미는 새로운 시장이 만들어진다는 것이다. 하지만 온라인 교육이 가질 수 있는 장점들을 제대로 활용하지 못한다면 새로운 시장이 만들어진다 하더라도 쉽게 시들어 갈 것이며, 최근에 나와 있는 e-learning과 관련된 사이트들을 보더라도 전자상거래나 쇼핑몰 혹은 검색, 포털 사이트처럼 빠르게 성장할 수 없다 우리는 학창 시절에 어떠한 친구를 만나느냐, 혹은 어떠한 짝꿍을 만나느냐에 따라서 본인의 학습 성취도는 매우 다르다는 것을 경험해 보았을 것이다. 이에 본 논문에서는 학습자들에게 보다 쉽게 짝 찾는 방법과 짝 짓는 방법을 제공하여 학습자들간의 상호협력을 이루어 문제해결 능력과 새로운 지식을 만들어 갈 수 있도록 하였으며, 짝 프로그래밍을 통해서 학습자는 최적의 짝꿍을 만나 지속적인 상호작용으로 흥미와 집중을 유지하여 적극적이고 완전한 학습이 이루어질 수 있도록 하였다. 끝으로 본 연구가 웹 상의 학습자들에게 서로간의 대화를 통해 에러의 원인을 효과적으로 찾아 바로 잡을 수 있는 짝 프로그래밍을 제공했다는 점에서 새로운 학습 시스템의 개발방법을 제시했다고 결론지을 수 있다.

• The Journal of Information Systems
• /
• v.11 no.1
• /
• pp.75-103
• /
• 2002

현대사회는 전통적인 경제체제에서 디지털 경제체제로의 급속한 이전과 더불어 정보기술이 국가발전의 주요 원동력으로 등장하게 되었다. 특히, e-정부의 출현은 기존의 정부서비스에 대한 시공간적 제약을 극복하는 새로운 패러다임으로 간주되고 있다. 본 연구는 e-정부 실현을 위한 대표적인 사례로 KICIT을 중심으로 정보기술의 활용사례와 더불어 EC-Bank를 중심으로 한 지방정부의 사이버 마케팅에 대한 사례연구를 통해 e-정부의 조기 실현을 위한 산업부문의 e-비즈니스화에 대한 하나의 대안으로 소개하였다. e-구미의 모형은 행정, 생활, 산업 차원에서의 네트워크화, 균형과 조화, 부문간의 연계로 시행정의 디지털화, 사이버 정보생활의 실현 및 산업의 e-비즈니스화의 실현을 중심으로 제시하였다. 본 연구에서 KICIT은 중소도시에 집중되어 있는 지역정보센터의 산학관 협력의 모델케이스로 효율적으로 운영되고 있음을 확인할 수 있었다. 이제는 구미지역 기업체와 연구교육기관에서 핵심적인 지원기관으로 지역관련기관과의 보다 유기적인 협력을 계속 유지. 발전해 나가야 할 것이다. 지자체의 사이버 마케팅 사례인 EC-Bank는 정보서비스를 단순히 제공하는 수준인 전자상거래의 초기단계로 사이트 및 콘텐츠 관리의 소홀로 인하여 초기의 목적을 거의 이루지 못한 실정이다. 앞으로 산학관의 친밀한 협력과 e-프로세스의 대혁신을 통해서 새로운 업무활용, 웹기반의 거래처리 및 e-비즈니스 모형의 창출을 위해 계속적으로 노력해야할 것이다.

• Journal of KIISE:Software and Applications
• /
• v.30 no.3_4
• /
• pp.239-250
• /
• 2003

Recent recommender system user a method of combining collaborative filtering system and content based filtering system in order to slove the problem of the Sparsity and First-Rater in collaborative filtering system. In this paper, to make up for the prediction accuracy in hybrid Recommender system, the harmonic mean weight(CBCF_harmonic_mean) is used for calculating the user similarity weight. After setting up the threshold as 45 considering the performance of content based filtering, we apply significance weight of n/45 to user similarity weight. To estimate the performance of the proposed method, it if compared with that of combing both the existing collaborative filtering system and the content- based filtering system. As a result, it confirms that the suggested method is efficient at improving the prediction accuracy as solving problems of the exiting collaborative filtering system.