• 한국IT서비스학회지
• /
• 제20권3호
• /
• pp.57-73
• /
• 2021

Recently, online job websites have been activated as unemployment problems have emerged as social problems and demand for job openings has increased. However, while the online job platform market is growing, users have difficulty choosing their jobs. When users apply for a job on online job websites, they check various information such as job contents and recruitment conditions to understand the details of the job. When users choose a job, they focus on various details related to the job rather than simply viewing and supporting the job title. However, existing online job websites usually recommend jobs using only quantitative preference information such as ratings. However, if recommendation services are provided using only quantitative information, the recommendation performance is constantly deteriorating. Therefore, job recommendation services should provide personalized services using various information about the job. This study proposes a recommended methodology that improves recommendation performance by elaborating on qualitative preference information, such as details about the job. To this end, this study performs a topic modeling analysis on the job content of the user profile. Also, we apply LDA techniques to explore topics from job content and extract qualitative preferences. Experiments show that the proposed recommendation methodology has better recommendation performance compared to the traditional recommendation methodology.

• 지능정보연구
• /
• 제17권3호
• /
• pp.131-146
• /
• 2011

오늘의 글로벌 네트워크 비즈니스 환경에서 비서직 종사자들에게 신속 정확한 정보수집 능력과 올바른 판단력은 그 어느 때보다 필요한 역량으로 중시되고 있다. 비서직 업무 수행에 필요한 대부분의 지식은 체험지 혹은 경험지이기 때문에 비서가 주어진 문제를 해결하기 위해서 과거의 비슷한 사례를 참고하는 방법은 매우 타당한 것이며, 경험이나 선례를 적용함으로서 실패할 요인을 줄이고 문제 해결의 질을 높이는 동시에 시간을 단축시킬 수 있다. 본 연구에서는 비서 업무 수행 시 특정 문제 해결에 필요한 정보를 사례기반 추론에 근거하여 현재 문제와 가장 유사한 과거의 사례를 추천하는 시스템(COKRS : Case-based reasoning Office Knowledge Recommender System, 이하 COKRS)을 설계하고 프로토타입을 구축함을 목적으로 한다. 본 연구 결과인 COKRS는 비서직에서 뿐만 아니라 일반 사무영역에서의 지식관리 목적으로도 확대 이용 될 수 있을 것이다.

• 한국항행학회논문지
• /
• 제18권5호
• /
• pp.468-475
• /
• 2014

추천시스템은 선호 데이터가 대형화, 컴퓨터 처리능력과 추천 알고리즘 등에 의해 실시간 추천이 어려워지고 있다. 이에 따라 추천시스템은 대형 선호데이터를 분산처리 하는 방법에 대한 연구가 활발히 진행되고 있다. 본 논문은 하둡 분산처리 플랫폼과 머하웃 기계학습 라이브러리를 이용하여, 선호데이터를 분산 처리하는 방법을 연구하였다. 추천 알고리즘은 아이템 협업필터링과 유사한 동시발생 행렬을 이용하였다. 동시발생 행렬은 하둡 클러스터의 여러 노드에서 분산처리를 할 수 있으며, 기본적으로 많은 계산량이 필요하지만, 분산처리과정에서 계산량을 줄일 수 있다. 또한, 본 논문은 동시발생 행렬처리의 분산 처리과정을 4 단계에서 3 단계로 단순화하였다. 결과로서, 맵리듀스 잡을 감소할 수 있으며, 동일한 추천 파일을 생성할 수 있었다. 또한, 하둡 의사 분산모드를 이용하여 데이터를 처리하였을 때 빠른 처리속도를 보였으며, 맵 출력 데이터가 감소되었다.

• 경영정보학연구
• /
• 제14권3호
• /
• pp.115-129
• /
• 2012

본 연구는 고객이 명시적으로 기재한 배우자 선택기준을 고객의 행동에 기반한 암묵적 선호도를 활용하여 동적으로 조정하는 온라인 데이트 시스템을 제안한다. 최근 미혼남녀를 소개시키는 온라인 데이트시스템에 대한 사용이 증대되면서, 많은 온라인 데이트 서비스 업체들이 더욱 정확한 매칭 서비스를 제공하기 위하여 고객에게 직접 배우자 선정기준을 기재하도록 요구하고 있다. 그러나, 많은 고객들이 자신의 이상형을 명확히 밝히지 않거나, 상황에 따라서 이상형을 조정하기 때문에 고객의 배우자 선택기준을 정확히 파악하는데 어려움이 있다. 이에 본 연구는 고객이 명시적으로 기재한 이상형뿐만 아니라, 고객이 과거 상대 이성에게 보낸 메시지 기록을 분석하여 파악된 암묵적 이상형을 반영하여 매칭을 수행하는 온라인 데이트 시스템을 제안한다. 제안된 시스템은 고객의 행동 데이터가 일정 수 이상으로 축적되면, 이를 데이터마이닝의 의사결정나무 기법으로 분석하여 고객의 암묵적 이상형을 파악하였으며, 이를 동적으로 반영하여 배우자 선택기준을 조정한다. 제안된 매칭 시스템은 Decision Tree based Matchmaking System(DTMS)이라고 명명하였으며, 본 연구에서는 DTMS 시스템을 설계하고 사용자 인터페이스에 대한 프로토타입을 구현하였다.