• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2002년도 추계정기학술대회
• /
• pp.220-229
• /
• 2002

협력적 추천 기법은 유사한 이웃의 선호도를 이용하여 고객에게 개인화된 아이템을 추천해 주는 방법으로 비교적 높은 정확도를 보이며 추천 시스템의 중심으로 연구되어져 왔다. 그러나, 지금까지의 추천 시스템은 도메인의 특성을 제대로 고려하지 못한채 추천을 시행함으로써 특정 도메인에서 추천의 정확도가 떨어지는 문제점이 발생하였다. 이러한 문제점들을 보완하기 위하여 본 논문에서는 평균 고객 유사도, 평균 아이템 유사도, 밀집도 등의 추천 선행 평가 척도를 제안하고, 추천 선행평가 척도와 추천의 정확도와의 상관관계를 보이며, 이를 이용하여 짧은 수행시간 안에 추천 적용이 가능한 마케팅 도메인 및 고객군을 선정하는 방법을 제시한다.

• Journal of Information Processing Systems
• /
• 제15권1호
• /
• pp.127-136
• /
• 2019

User-based and item-based approaches have been developed as the solutions of the movie recommendation problem. However, the user-based approach is faced with the problem of sparsity, and the item-based approach is faced with the problem of not reflecting users' preferences. In order to solve these problems, there is a research on the combination of the two methods using the concept of similarity. In reality, it is not free from the problem of sparsity, since it has a lot of parameters to be calculated. In this study, we propose a combining method that simplifies the combination equation of prior study. This method is relatively free from the problem of sparsity, since it has less parameters to be calculated. Thus, it can get more accurate results by reflecting the users rating to calculate the parameters. It is very fast to predict new movie ratings as well. In experiments for the proposed method, the initial error is large, but the performance gets quickly stabilized after. In addition, it showed about 6% lower average error rate than the existing method using similarity.

• Journal of Information Technology Applications and Management
• /
• 제12권1호
• /
• pp.141-155
• /
• 2005

It is very important that sellers provide reasonable reserve prices for auction items in internet auction systems. Recently, an agent has been proposed to generate reserve prices automatically based on the case similarity of information retrieval theory and the moving average of time series analysis. However, one problem of the previous approaches is that the recent trend of auction prices is not well reflected on the generated reserve prices, because it simply provides the bid price of the most similar item or an average price of some similar items using the past auction data. In this paper. in order to overcome the problem. we propose a method that generates reserve prices based on the moving average. the exponential smoothing, and the least square of time series analysis. Through performance experiments. we show that the successful bid rate of the new method can be increased by preventing sellers from making unreasonable reserve prices compared with the previous methods.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제16권2호
• /
• pp.119-124
• /
• 2016

According to the expansion of smartphone penetration and development of wearable device, personal context information can be easily collected. To use this information, the context aware recommender system has been actively studied. The key issue in this field is how to deal with the context information, as users are influenced by different contexts while rating items. But measuring the similarity among contexts is not a trivial task. To solve this problem, we propose context aware post-filtering to apply the context compensation. To be specific, we calculate the compensation for different context information by measuring their average. After reflecting the compensation of the rating data, the mechanism recommends the items to the user. Based on the item recommendation list, we recover the rating score considering the context information. To verify the effectiveness of the proposed method, we use the real movie rating dataset. Experimental evaluation shows that our proposed method outperforms several state-of-the-art approaches.

• 한국정보통신학회논문지
• /
• 제18권2호
• /
• pp.379-386
• /
• 2014

모바일 기기의 사용이 급증하면서 앱 스토어를 이용하는 사용자들 또한 증가하고 있다. 그러나 앱 스토어들은 대부분 단순한 랭킹 방식의 추천을 사용하므로 추천의 정확성이 떨어진다. 본 논문에서는 사용자에게 더 적합한 아이템을 추천하기 위해 사용자 정보 가중치와 아이템의 최근 선호 정도를 반영한 기법을 제안한다. 제안하는 기법은 데이터 셋을 카테고리별로 구분한 후 협업필터링 기법에 사용자 정보 가중치를 적용하여 예측값을 추출한다. 카테고리별로 아이템에 대한 최근 선호 정도를 반영하기 위해 특정 기간을 지정한 아이템 평가값 평균을 구한다. 최종적으로 두 결과 값을 결합하여 아이템을 추천한다. 실험을 통해 제안한 기법이 기존의 아이템 기반, 사용자 기반 기법보다 추천의 정확성과 적합성이 향상되는 것을 확인하였다.

• 한국전자거래학회지
• /
• 제9권2호
• /
• pp.17-31
• /
• 2004

인터넷 경매 시스템에서는 물품의 판매자가 경매 물품에 적합한 낙찰 예정가를 제안하는 것이 매우 중요하다. 최근에 정보검색 이론의 사례 유사도에 기초하여 경매 물품의 낙찰 예정가를 자동으로 생성하는 에이전트가 연구되었다. 그러나, 이것은 과거의 경매 물품 전체를 대상으로 가장 유사한 사례의 낙찰가를 낙찰 예정가로 생성하므로, 최근의 추세를 반영한 가격을 생성하지 못하는 단점 이 있다. 본 논문에서는 이러한 문제점을 해결하고자 시계열 분석에서 사용하는 이동 평균을 이용하여 최근의 경매 자료에 높은 가중치를 부여하여 낙찰 예정가를 생성하는 방법을 제안한다. 성능 실험을 통하여, 새로운 방법 이 판매자가 경매 물품에 대하여 불합리한 낙찰 예정가를 제시하는 것을 방지함으로써 낙찰률을 높일 수 있음을 보인다.

• 지능정보연구
• /
• 제21권2호
• /
• pp.1-18
• /
• 2015

협업 필터링은 학계나 산업계에서 우수한 성능으로 인해 많이 사용되는 추천기법이지만, 정량적 정보인 사용자들의 평가점수에만 국한하여 추천결과를 생성하므로 간혹 정확도가 떨어지는 문제가 발생한다. 이에 새로운 정보를 추가로 고려하여, 협업 필터링의 성능을 개선하려는 연구들이 지금까지 다양하게 시도되어 왔다. 본 연구는 최근 Web 2.0 시대의 도래로 인해 사용자들이 구입한 상품에 대한 솔직한 의견을 인터넷 상에 자유롭게 표현한다는 점에 착안하여, 사용자가 직접 작성한 리뷰를 참고하여 협업 필터링의 성능을 개선하는 새로운 추천 알고리즘을 제안하고, 이를 스마트폰 앱 추천 시스템에 적용하였다. 정성 정보인 사용자 리뷰를 정량화하기 위해 본 연구에서는 텍스트 마이닝을 활용하였다. 구체적으로 본 연구의 추천시스템은 사용자간 유사도를 산출할 때, 사용자 리뷰의 유사도를 추가로 반영하여 보다 정밀하게 사용자간 유사도를 산출할 수 있도록 하였다. 이 때, 사용자 리뷰의 유사도를 산출하는 접근법으로 중복 사용된 색인어의 빈도로 산출하는 방안과 TF-IDF(Term Frequency - Inverse Document Frequency) 가중치 합으로 산출하는 2가지 방안을 제시한 뒤 그 성능을 비교해 보았다. 실험결과, 제안 알고리즘을 통한 추천, 즉 사용자 리뷰의 유사도를 추가로 반영하는 알고리즘이 평점만을 고려하는 전통적인 협업 필터링과 비교해 더 우수한 예측정확도를 나타냄을 확인할 수 있었다. 아울러, 중복 사용 단어의 TF-IDF 가중치의 합을 고려했을 때, 단순히 중복 사용 단어의 빈도만을 고려했을 때 보다 조금 더 나은 예측정확도를 얻을 수 있음도 함께 확인할 수 있었다.

• 환경위생공학
• /
• 제18권4호
• /
• pp.52-63
• /
• 2003

This paper investigated Taxi drivers physical subjective symptoms and what factors were interviewed caused the symptoms. The 600 owning taxi-drivers in Seoul during four months from August 1st, 2003 to November 30th, 2003. 1. The average age of the owning taxi-drivers was generally quite high 54 years old. It was very high index compared with the Todai Health Index(THI) and Cornell Medical Index(CMI) of health check tables. 2. According to the age in THI health check table, the complains of mental subjective symptom by reason of age was high among 31 to 40 years old. People who belonged that age group showed high fabrication(L), digestion(C) and aggressiveness(F). The results showed the complains of mental subjective symptom. All items except tiredness(I), melancholia(N), and hypersensitivity(P) were commonly reported by people in their sixties. On the other hand, melancholia(N) and hypersensitivity(P), people in their forties were investigated highly. Statistically, the items of heartㆍblood stream(C) and digestion(D) systems were similar between the two ages, but anger(Q) was different. (p<0.05) 3. From the complains of mental and physical subjective symptoms about work satisfaction on the THI health check table, all items except eyeㆍskin trouble(B) showed strong dissatisfaction. From the complains of mental and physical subjective symptoms about work satisfaction on the CMI health check table, the items of respiratory system(B), digestion(D), nervous system(G), miscellaneous(K), inadequancy(M), and anger(Q) showed similar results. Otherwise, heartㆍblood stream(C) showed statistically different. 4. From the complains of mental and physical subjective symptoms on salary satisfaction in the THI health check table, in the case of people receiving around 1 million won, the complains of physical symptoms showed high among all items except for the respiratory(A) and digestion(C) systems. The eyeㆍskin trouble(B) item showed statistical similarity. The complains of mental and physical subjective symptoms according to a salary degree on the CMI health check table was completely different from the above results. In people received around 1~1.5million won, all items except anxiety(O) showed high. The hypersensitivity(P) item showed statistically different.

• 한국정보통신학회논문지
• /
• 제17권11호
• /
• pp.2602-2608
• /
• 2013

영화 추천 문제에 대한 해법으로 사용자 기반 추천 방법과 항목 기반 추천 방법이 연구되어왔다. 그러나 이들은 각각 희박성의 문제와 사용자의 선호도를 반영하지 못한다는 문제를 안고 있다. 이러한 문제들을 해결하기 위해서 유사도의 개념을 이용해 두 가지 방법을 조합하는 연구가 있으나 계산해야 할 파라메타 수가 많아 현실적으로 희박성의 문제에서 자유롭지 못하다. 본 연구에서는 이러한 문제를 보완하기 위하여 항목 간 선호도 차이를 이용한 추천 방법을 제안한다. 이 방법은 계산해야 할 파라메타 수가 적어 희박성의 문제에서 비교적 자유롭다. 또한 파라메타 계산에 사용자들이 평가한 선호도를 반영함으로써 보다 정확한 결과를 얻을 수 있다. 실험 결과 제안된 방법은 초기에는 오류가 크지만 빠르게 성능이 안정화되는 것을 보여준다. 또한 유사도를 이용한 기존의 추천 방법과 비교하여 평균 오류를 0.0538 낮추는 결과를 보였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2008년도 추계학술발표대회
• /
• pp.714-717
• /
• 2008

협업여과 추천기법에는 사용자 기반 협업여과와 아이템 기반 협업여과가 있으며, 절차는 유사도 측정, 이웃 선정, 예측값 생성 단계로 이루어진다. 유사도 측정 단계에는 유클리드 거리(Euclidean Distance), 코사인 유사도(Cosine Similarity), 피어슨 상관계수(Pearson Correlation Coefficient) 방법 등이 있고, 이웃 선정 단계에는 상관 한계치(Correlation-Threshold), 근접 N 이웃(Best-N-Neighbors) 방법 등이 있다. 마지막으로 예측값 생성 단계에는 단순평균(Simple Average), 가중합(Weighted Sum), 조정 가중합(Adjusted Weighted Sum) 등이 있다. 이처럼 협업여과 추천기법에는 다양한 기법들이 사용되고 있다. 따라서 본 논문에서는 사용자 기반 협업여과와 아이템 기반 협업여과 추천기법에 사용되는 유사도 측정 기법과 예측값 생성 기법의 최적화된 조합을 알아보기 위해 성능 실험 및 비교 분석을 하였다. 실험은 GroupLens의 MovieLens 데이터 셋을 활용하였고 MAE(Mean Absolute Error)값을 이용하여 추천기법을 비교 하였다. 실험을 통해 유사도 측정 기법과 예측값 생성 기법의 최적화된 조합을 찾을 수 있었고, 사용자 기반 협업여과와 아이템 기반 협업여과의 성능비교를 통해 아이템 기반 협업여과의 성능이 보다 우수했음을 확인 하였다.