• Proceedings of the Korean Information Science Society Conference
• /
• 2008.06c
• /
• pp.45-48
• /
• 2008

디자인 팀들간의 효과적인 협업 작업을 위해서는 효율적이고 실행할 수 있는 협동 플랫폼이 필요하다. 본 연구에서는 텍스타일 패턴 디자인을 협업할 수 있는 시스템 기반구조를 설계하였다. 또한 웹 상의 패턴 지식 라이브러리를 구축하여 참여자들이 필요로 하는 지능적인 디자인을 지원하도록 하였다. 기반구조에 따라 설계된 웹 사이트는 디자이너들 간에 빠르고, 효율적인 패턴 설계를 지원한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2011.06a
• /
• pp.171-172
• /
• 2011

협업적 여과 시스템은 사용자에 대한 클러스터링을 구축한 후, 구축된 클러스터를 기반으로 사용자에게 영화를 추천한다. 하지만 사용자 클러스터링 구축에 많은 시간이 소요되고, 사용자가 평가한 영화가 피드백이 되었을 경우 재구축이 쉽지 않다. 본 논문에서는 사용자 클러스터링의 재구축을 용이하게 하기 위해 빈발패턴 네트워크를 이용하여 클러스터링을 구축하고, 이를 협업적 여과 시스템에 적용하여 영화를 추천한다. 구축된 클러스터를 통해 사용자 클러스터를 재구축시 소요되는 시간 비용을 줄이면서, 전통적인 협업적 여과 시스템과 유사한 성능의 추천이 가능하게 되었다.

• Journal of the Korean Society for information Management
• /
• v.31 no.4
• /
• pp.201-227
• /
• 2014

The collaboration is becoming ever more widespread in scientific research. Unlike collaboration in other areas such as in a company, research collaboration has an unique feature that it is reflected by scholars' characteristics. Based on previous studies on research collaboration, five major factors are identified. We propose five hypotheses from them and examine these by using both in-person questionnaire survey and relational bibliometric analysis. The survey analysis informs individual choice factors and the bibliometric analysis informs collective consequence factors. The results of this study may have implications for science policies and digital collaboration services.

• 한국경영정보학회:학술대회논문집
• /
• 2008.06a
• /
• pp.149-152
• /
• 2008

본 연구는 협업 추천 시스템에 적용되는 상품에 대한 고객의 선호도 예측 알고리즘 중 메모리기반 협업필터링 알고리즘의 선호도 예측 특성에 대하여 연구하였다. 메모리기반의 협업필터링 알고리즘은 선호도 예측 대상 고객과 유사한 성향을 가질 것으로 예상되는 고객들의 선호도 평가를 기반으로 특정 상품에 대한 선호도 예측이 이루어진다. 일반적으로 시스템을 이용하는 고객들과 선호성향이 다른 고객들은 선호도 예측 성과가 낮은 것으로 알려져 있으며 이들이 추천시스템의 선호도 예측 정확도를 떨어뜨리는 원인으로 알려져 있다. 본 연구에서는 고객이 상품들에 평가한 선호도 평가의 패턴이 선호도 예측 정확도와 관련성이 높음을 보여 선호도 예측 알고리즘의 개선에 기초 자료를 제공하고자 한다. 고객의 선호도 평가 패턴은 과거 고객이 평가한 자료로부터 얻을 수 있는 사전정보로써 선호도 예측 알고리즘을 적용하기 이전에 이용할 수 있는 정보이다. 본 연구에서는 사전정보를 이용하여 고객의 선호도 예측 오차의 특성을 연구함으로써 이들의 선호도 예측 정확도를 개선시킬 수 있는 알고리즘의 보정방법에 대하여 연구한다. 알고리즘의 보정방법을 선호도 예측 이전에 고객의 선호도 평가 특성으로 판단하여 적용함으로써 사전정보를 이용한 선호도 예측 정확도를 향상시키기 위한 접근법은 기존의 이웃 구성의 접근법과 다른 방법을 취함으로써 알고리즘 개선의 새로운 방향을 제시할 것으로 기대된다.

• Journal of the Korea Society of Computer and Information
• /
• v.16 no.11
• /
• pp.17-24
• /
• 2011

Collaborative filtering system is the clustering about user is built and then based on that clustering results will recommend the preferred item to the user. However, building user clustering is time consuming and also once the users evaluate and give feedback about the film then rebuilding the system is not simple. In this paper, genre pattern of movie recommendation systems is being used and in order to simplify and reduce time of rebuilding user clustering. A Frequent pattern networks is used and then extracts user preference genre patterns and through that extracted patterns user clustering will be built. Through built the clustering for all neighboring users to collaborative filtering is applied and then recommends movies to the user. When receiving user information feedback, traditional collaborative filtering is to rebuild the clustering for all neighbouring users to research and do the clustering. However by using frequent pattern Networks, through user clustering based on genre pattern, collaborative filtering is applied and when rebuilding user clustering inquiry limited by search time can be reduced. After receiving user information feedback through proposed user clustering based on genre pattern, the time that need to spent on re-establishing user clustering can be reduced and also enable the possibility of traditional collaborative filtering systems and recommendation of a similar performance.

• Journal of Korean Library and Information Science Society
• /
• v.48 no.1
• /
• pp.191-206
• /
• 2017

The purpose of this study is to compare the characteristics of research collaborations in the field of LIS. While there are several studies under the unit of analysis of country, there are only a few studies under the unit of analysis of institution in LIS field. For this analysis, we selected eight journals in the KCI (Korea Citation Index) web site, which correspond to the field of LIS through subject classification. The collaborative indices, Collaborative Coefficient, Co-Authorship Index, Local Collaborative Index (LCI), Domestic Collaborative Index (DCI) allowed us to comparatively analyze institutional collaboration patterns in LIS field. In the case of Chung-Ang University, Yonsei University, and Ewha Womans University, collaborative research among professors, graduate students, and professors reflected the fact that collaborations among universities are often performed with professors. In the case of KISTI, which showed a very high index value, the characteristics of project-based research are reflected in the research collaboration pattern.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.04a
• /
• pp.237-239
• /
• 2014

다수 사용자의 스마트폰 사용패턴을 협업적인 방법으로 분석할 경우 모바일 기기에 대한 선호도 분석, 과몰입 정도 판단 등 다양한 관련 연구에 활용될 수 있다. 본 연구는 스마트폰의 사용패턴 분석을 통한 사용자 맞춤형 서비스 개발을 위하여 로그데이터를 추출하여 서버에 저장하는 시스템을 설계하고 구현하는 것을 목표로 한다. 사용자의 스마트 폰 로그데이터를 수집하기 위하여 모바일앱을 개발하고 모바일앱을 통해서 추출된 로그데이터를 저장할 서버 DB 를 구축하고 유사성 분석을 위한 협업필터링 엔진을 개발하였다. 개발된 시스템의 성능 평가를 위하여 일부 사용자에 대한 사용패턴 데이터셋 구축 실험을 수행하였으며 후속 연구를 위한 실험 환경을 설계하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.04a
• /
• pp.127-129
• /
• 2012

고용량 멀티미디어 및 대용량 콘텐츠와 같은 트래픽이 급속도로 증가하고 사용자들의 다양한 요구사항이 발생함에 따라 기존의 단일 클라우드 서비스 환경의 자원 부족 문제가 대두되고 있다. 이를 극복하기 위해 협업 클라우드 환경이 제안되었는데, 이는 이종의 클라우드 서비스 환경을 통합하여 부족한 자원 문제를 해결하고, 클라우드 서비스 제공자들의 이익을 최대화시키는 것에 목적을 두고 있다. 본 논문에서는 협업 클라우드 환경에서 각 데이터 센터내의 자원을 최적으로 분배하고 입력되는 사용자 요청 패턴을 반영할 수 있는 수익 함수 모델을 제안하고 이에 따라 각 서비스 제공자들의 이익이 증가함을 보인다.

• Proceedings of the Korean Society for Information Management Conference
• /
• 2017.08a
• /
• pp.19-22
• /
• 2017

본 연구는 국내 문헌정보학 분야 학술지를 대상으로 협업 특성과 연구주제를 파악하기 위해 지리적인 측면에서 기관들의 공동연구 특성을 살펴보았다. 기존의 협업 특성을 분석한 연구들은 공저 네트워크의 속성이나 연구자들의 연구생산성, 소속기관 및 국가 비교 등 통계적 측면에 초점을 맞추어 분석을 수행해왔다. 본 연구는 기존 연구에서 주된 분석수단으로 사용해 온 통계적 분석 외에 연구자의 협업 연구주제와 연구자가 속한 기관 및 지역정보를 활용하여 협업 패턴을 파악하도록 하였다. 연구자가 속한 기관들 간의 협업 네트워크를 지리적인 관점에서 연구주제와 함께 직관적으로 파악할 수 있다는 장점이 있다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.25 no.5
• /
• pp.431-436
• /
• 2015

As a number of TV programs broadcast today, researches about TV program recommender system have been studied and many researchers have been studying recommender system to produce recommendation with high accuracy. Recommender system recommends TV program to user by using metadata like genre, plot or calculating users' preferences about TV programs. In this paper, we propose a new TV program Collaborative Filtering Recommender System that exploits viewing time pattern like viewing ratio, relation with finish time and recently viewing history to calculate preference for high-quality of recommendation. To verify usefulness of our research, we also compare our method which utilizes viewing time patterns and baseline which simply recommends TV program of user's most frequently watched channel. Through this experiments, we show that our method very effectively works and recommendation performance increases.