• Database Research
• /
• v.34 no.3
• /
• pp.99-123
• /
• 2018

Due to the ever expanding nature of the Web, separating more valuable information from the noisy data is getting more important. Although recommendation systems are widely used for addressing the information overloading issue, their performance does not seem meaningfully improved in currently suggested approaches. Hence, to investigate the issues, this study discusses different characteristics of popular, existing recommendation approaches, and proposes a new profiling technique that uses collaborative tags and test whether it successfully compensates the limitations of the existing approaches. In addition, the study also empirically evaluates rating/tagging patterns of users in various recommendation approaches, which include the proposed approach, to learn whether those patterns can be used as effective cues for improving the recommendations accuracy. Through the sensitivity analyses, this study also suggests the potential associated with a single recommendation system that applies multiple approaches for different users or items depending upon the types and contexts of recommendations.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2017.10a
• /
• pp.151-153
• /
• 2017

In recommendation system, collaborative filtering is the most important algorithm. Collaborative filtering is a method of making automatic predictions about the interests of a user by collecting preferences or taste information from many users. In this paper five algorithms were used. Metrics such as Recall-Precision, FPR-TPR,RMSE, MSE, MAE were calculated. From the result of the experiment, the user-based collaborative filtering was the best approach to recommend movies to users.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2018.05a
• /
• pp.101-102
• /
• 2018

협업 필터링은 데이터 분석을 통한 추천 시스템에서 대표적인 방법이다. 사용 방법은 다양한 아이템에 대해서 사용자들의 평가 데이터를 활용하여 공통적인 패턴을 찾아서 특정 사용자에 대한 선호 아이템을 추천하는 기법이다. 이에 본 논문에서는 여러 가지 알고리즘을 사용하여 지표 측정에 활용하였으며, 사용자 선호에 대한 예측에 적합한 알고리즘을 찾아서 제시하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2018.05a
• /
• pp.426-427
• /
• 2018

협업 필터링은 데이터 분석을 통한 추천 시스템에서 대표적인 방법이다. 사용 방법은 다양한 아이템에 대해서 사용자들의 평가 데이터를 활용하여 공통적인 패턴을 찾아서 특정 사용자에 대한 선호 아이템을 추천하는 기법이다. 이에 본 논문에서는 여러 가지 알고리즘을 사용하여 지표 측정에 활용하였으며, 사용자 선호에 대한 예측에 적합한 알고리즘을 찾아서 제시하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2019.05a
• /
• pp.482-483
• /
• 2019

협업 필터링은 데이터 분석을 통한 추천 시스템에서 대표적인 방법이다. 사용 방법은 다양한 아이템에 대해서 사용자들의 평가 데이터를 활용하여 공통적인 패턴을 찾아서 특정 사용자에 대한 선호 아이템을 추천하는 기법이다. 이에 본 논문에서는 여러 가지 알고리즘을 사용하여 지표 측정에 활용하였으며, 사용자 선호에 대한 예측에 적합한 알고리즘을 찾아서 제시하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2021.10a
• /
• pp.563-564
• /
• 2021

협업 필터링은 데이터 분석을 통한 추천 시스템에서 대표적인 방법이다. 사용 방법은 다양한 아이템에 대해서 사용자들의 평가 데이터를 활용하여 공통적인 패턴을 찾아서 특정 사용자에 대한 선호 아이템을 추천하는 기법이다. 이에 본 논문에서는 여러 가지 알고리즘을 사용하여 지표 측정에 활용하였으며, 사용자 선호에 대한 예측에 적합한 알고리즘을 찾아서 제시하였다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2006.06a
• /
• pp.316-323
• /
• 2006

정보근로자는 지식 중심의 사회에서 지식을 창출하고 소비하는 핵심적인 역할을 하고 있다. 따라서 지식관리 과정은 정보근로자의 업무패턴을 반영해야 한다. 또한 지식관리 도구는 수;q고 효과적으로 지식을 생성, 통합, 전파 할 수 있도록 지원해야 한다. 그러나 대부분의 지식관리 시스템은 정보근로자를 시스템의 기능으로 다루고 있기 때문에 정보근로자의 업무패턴과 요구사항을 반영하는데 어려움이 있다. 본 연구에서는 정보근로자의 지식관리를 위해 요구되는 협업 정보교환, 정보접근의 중요성을 설명하며, 사회적 소프트웨어 기반의 지식관리 프로세스와 지식 변환 과정을 살펴본다.

• The Journal of Korean Association of Computer Education
• /
• v.9 no.1
• /
• pp.71-80
• /
• 2006

As e-commerce developing rapidly, it is becoming a research focus about how to find customer's behavior patterns and realize commerce intelligence by use of Web mining technology. One of the most successful and widely used technologies for building personalization and goods recommendation system is collaborating filtering. However, collaborative filtering have serious data sparsity problem. Traditional association rule does not consider user's interests or preferences to provide a user with specific personalized service.In this paper, we propose an goods recommendation system, which is integrated an collaborative filtering algorithm with item-to-item corelation and an improved Apriori algorithm. This system has user's interests or preferences ro provide a user with specific personalized service.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.11a
• /
• pp.575-578
• /
• 2017

학생 때 규모가 작은 프로젝트에서 직장에서의 규모가 큰 프로젝트까지 다른 사람들과 협업하며 프로젝트를 진행하는 것이 당연하다. 효율적으로 프로젝트를 수행하기 위한 간단하면서도 편리한 UI를 제공하는 웹 기반 프로젝트 협업 관리 도구를 제작하였다. 본 프로젝트는 소프트웨어 공학에서 사용되는 디자인 패턴 중 하나인 MVC 2 Model을 사용하였으며, 단순 서비스 제공을 목적으로 하는 것뿐만이 아니라 시스템 성능과 보다 유연한 서비스를 제공하기 위해서 Maven, 자동화 스크립트, Logback, 단위 테스팅, 데이터 6단계 정규화 등을 사용하는 환경을 구축하여 구현하였다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2005.11a
• /
• pp.407-414
• /
• 2005

본 연구는 상품추천을 위해 필요한 고객선호도 추정모형을 제안하고, 이러한 선호도 추정결과에 따른 선호도 정보를 이용하여 궁극적으로 상품추천의 성과를 제고시키기 위한 방법을 제시하였다. 즉, 고객의 행동패턴만으로 고객의 제품선호도를 정확히 추정할 수 있는 새로운 선호도 추정모형을 제안하였다. 이 제안모형은 선호도에 영향을 주는 요인들의 상대적인 가중치를 학습을 통해 최적화시킴으로써, 보다 정확한 선호도 평가를 가능하게 해 주다. 한편, 이 모형의 타당성을 검증하기 위해서 본 연구에서는 가상서점 고객들을 대상으로 고객선호도 정보를 수집한 후, 본 제안모형을 적용했을 때의 협업 필터링 성과와 단순선호도 계산식을 이용했을 경우의 성과를 비교 분석하였다. 이에 대한 실증분석결과는 본 제안모형을 적용했을 때의 협업 필터링 성과가 단순 선호도 모형을 적용했을 때의 성과보다 더 우수한 것으로 나타났다.