• Asia pacific journal of information systems
• /
• 제15권3호
• /
• pp.223-241
• /
• 2005

In spite of the rapid growth of mobile multimedia contents market, most of the customers experience inconvenience, lengthy search processes and frustration in searching for the specific multimedia contents they want. These difficulties are attributable to the current mobile Internet service method based on inefficient sequential search. To overcome these difficulties, this paper proposes a MOBIIe COntents Recommender System for Movie(MOBICORS-Movie), which is designed to reduce customers' search efforts in finding desired movies on the mobile Internet. MOBICORS-Movie consists of three agents: CF(Collaborative Filtering), CBIR(Content-Based Information Retrieval) and RF(Relevance Feedback). These agents collaborate each other to support a customer in finding a desired movie by generating personalized recommendations of movies. To verify the performance of MOBICORS-Movie, the simulation-based experiments were conducted. The results from this experiments show that MOBICORS-Movie significantly reduces the customer's search effort and can be a realistic solution for movie recommendation in the mobile Internet environment.

• 정보과학회 논문지
• /
• 제41권12호
• /
• pp.1117-1125
• /
• 2014

최근 폭소노미라고 불리는 데이터들이 사용자의 의도 파악 및 흥미를 분석하는 데에 매우 유용하게 쓰이고 있다. 본 논문은 폭소노미 데이터를 이용한 개인화 검색에서, 기존의 벡터 기반 프로파일링 및 유사도 계산 모델의 한계점을 지적하고, 이러한 한계를 극복하기 위한 방법으로 그래프 기반의 프로파일링 및 유사도 계산법을 제안한다. 최종적으로 그래프 기반의 개인화 검색 모델에 추가적으로 질의어간의 근접성까지 고려한 보다 발전된 개인화 검색 기법을 제안하였다. 본 연구에서는 복수의 데이터셋을 사용한 객관적인 성능 평가 실험을 통해 제안한 모델이 기존의 벡터 스페이스 모델에 기반한 프로파일링 기법 및 프로파일 간의 유사도 계산 기법보다 더 뛰어난 개인화 검색 결과를 제공함을 확인하였다. 또한 추가적인 파라미터 실험을 통하여, 제안하는 모델은 어떠한 형태의 데이터셋에도 쉽게 적용가능함을 보였다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2008년도 학술대회 1부
• /
• pp.683-687
• /
• 2008

사람들은 월드 와이드 웹(World Wide Web)상에서 사용자가 원하는 정보를 검색하는 여러 알고리즘들을 구현해 왔다. 이렇게 구현된 검색 알고리즘 중 가장 좋은 기술을 가지고 있는 곳은 페이지랭크(PageRank)방식의 구글이다. 하지만 페이지랭크 방식, 즉 외부에서 강조하는 링크가 많은 문서로 검색하여 가장 많은 링크를 가기고 있는 문서를 상위에 보여주는 방식으론 사용자가 원하는 문서를 찾기 힘들다. 개인에게 가치가 있는 문서를 찾기보다 대중에게 가치가 있는 문서를 찾기 때문이다. 이러한 문제를 해결하기 위하여 본 논문에서는 대중적 가치와 개인적 가치를 혼합한 개인화 검색 엔진을 제안한다.

• 한국의류산업학회지
• /
• 제23권5호
• /
• pp.586-597
• /
• 2021

Personalized product recommendation service is receiving attention as a new marketing strategy while supporting consumer information search and purchasing decisions. This study attempted to verify the effect of self-reference on service use behavior through the dual path of cognitive attitude and emotional attachment. Using convenience sampling, an online survey was conducted with 324 women who were in their 20s and 30s. After collecting and compiling the survey data, the reliability and validity of variables constituting the conceptual research model were verified through confirmatory factor analysis using AMOS 22.0. Next, the significance of sequentially mediated pathways was verified using Process 3.5 Model 80. The results showed that self-referencing not only significantly affects service use intention by simply mediating cognitive attitudes but also sequentially mediates cognitive attitudes and additional information search. Furthermore, self-referencing was significant as an indirect path to service use intention by mediating additional information search. However, in the path mediated by emotional attachment, self-referencing was considered as a simple mediated path leading to service usage intention. These results indicate a dual path in the psychological mechanism, through cognitive and emotional evaluation, that prompts consumer behavioral responses to the personalized product information provided in the shopping process.

• 한국IT서비스학회지
• /
• 제7권4호
• /
• pp.231-246
• /
• 2008

This paper suggests an e-learning system model, a goal-driven personalized e-learning system, which increase the effectiveness of learning. An e-learning system following this model makes the learner choose the learning goal. The learner's choice would lead learning. Therefore, the system enables a personalized adaptive learning, which will raise the effectiveness of learning. Moreover, this paper proposes a SCORM standard, which modifies SCORM 2004 that has been insufficient to implement the "goal driven personalized e-learning system." We add a data model representing the goal that motivates learning, and propose a standard for statistics on learning objects usage. We propose each standard for contents model and sequencing information model which are parts of "goal driven personalized e-learning system." We also propose that manifest file should be added for the standard for contents model, and the file which represents the information of hierarchical structure and general learning paths should be added for the standard for sequencing information model. As a result, the system could sequence and search learning objects. We proposed an e-learning system and modified SCORM standards by considering the many factors of adaptive learning. We expect that the system enables us to optimally design personalized e-learning system.

• 컴퓨터교육학회논문지
• /
• 제13권1호
• /
• pp.45-52
• /
• 2010

웹 문서 수의 급증으로 인해 인터넷을 검색할 때마다 발생하는 정보의 과부하 문제가 심각하게 부각되었다. 웹 검색 결과를 개선하기 위하여 개발된 기존의 알고리즘들은 주로 사용자의 질의어 및 선호어와 문서의 링크수를 이용하였다. 본 연구에서는 실험을 통하여 이 두가지 요소들을 이용한 검색 결과의 성능을 알아보고 이들 요소들 외에 선호하는 웹문서의 선택 기준을 조사 분석하였다. 실험 결과 질의어 및 선호어를 이용한 개인화된 검색 결과는 현 검색 엔진에 비해 최대 약 1.7배의 성능 향상을 가져 왔으며, 링크수를 이용한 검색 결과는 최대 약 1.3배의 향상을 보였다. 사용자가 웹문서를 선호하는 기준은 문서 내용이 최우선이었으나, 가독성과 문서가 포함한 이미지도 큰 비중을 차지하였다. 따라서 질의어 및 선호어 개수 이외에 각 사용자의 성향에 부합하는 객관적 데이터를 추가적으로 활용한다면 웹 검색 개인화 알고리즘의 성능이 크게 향상될 수 있을 것이다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제8권11호
• /
• pp.3937-3954
• /
• 2014

With the increasing electricity consumption and the wide application of renewable energy sources, energy auction attracts a lot of attention due to its economic benefits. Many schemes have been proposed to support energy auction in smart grid. However, few of them can achieve range query, ranked search and personalized search. In this paper, we propose an efficient multi-keyword range query (EMRQ) scheme, which can support range query, ranked search and personalized search simultaneously. Based on the homomorphic Paillier cryptosystem, we use two super-increasing sequences to aggregate multidimensional keywords. The first one is used to aggregate one buyer's or seller's multidimensional keywords to an aggregated number. The second one is used to create a summary number by aggregating the aggregated numbers of all sellers. As a result, the comparison between the keywords of all sellers and those of one buyer can be achieved with only one calculation. Security analysis demonstrates that EMRQ can achieve confidentiality of keywords, authentication, data integrity and query privacy. Extensive experiments show that EMRQ is more efficient compared with the scheme in [3] in terms of computation and communication overhead.

• 한국멀티미디어학회논문지
• /
• 제21권3호
• /
• pp.369-381
• /
• 2018

Nowadays a personalization algorithm is gaining huge attention. It gives users selective information which is helpful and interesting in a deluge of information based on their past behavior on the internet. However there is also a fatal side effect that the user can only get restricted information on restricted topics selected by the algorithm. Basically, the personalization algorithm makes users have a narrower perspective and even stronger bias because users have less chances to get views of opponent. Eli Pariser called this problem the 'filter bubble' in his book. It is important to understand exactly what a filter bubble is to solve the problem. Therefore, this paper shows how much Google's personalized search algorithm influences search result through an experiment with deep neural networks acting like users. At the beginning of the experiment, two Google accounts are newly created, not to be influenced by the Google's personalized search algorithm. Then the two pure accounts get politically biased by two methods. We periodically calculate the numerical score depending on the character of links and it shows how biased the account is. In conclusion, this paper shows the formation process of filter bubble by a personalization algorithm through the experiment.

• 한국정보통신학회논문지
• /
• 제15권5호
• /
• pp.1097-1104
• /
• 2011

본 논문에서는 개인 맞춤 도서 추천을 위한 시맨틱웹 접근방법을 제안한다. 제안방법은 콘텐츠 기반 추천을 이용하면서도 사용자가 모든 도서 검색 시스템에 자신의 관심분야를 등록해야 하는 단점을 개선한다. 제안방법은 다양한 서지정보제공자의 도서분류 온톨로지상에서 자신의 관심분야를 등록할 수 있게 함으로써 사용자 프로파일을 공유한다. 또한 사용자 프로파일 관리 시스템은 제안방법에 의해 작성된 사용자 프로파일을 관리하고, 사용자의 관심분야와 도서분류 온톨로지상의 각 개념과의 유사성을 분석하는 기능을 제공한다. 제안방법은 사용자 프로파일의 공유를 통해 기존 키워드 검색에 비해 더 향상된 효율성을 제공한다.

• 한국지능시스템학회논문지
• /
• 제16권3호
• /
• pp.285-290
• /
• 2006

이 논문은 사용자의 쿼리와 사용자의 행동양식을 바탕으로 상대네트워크를 구축함으로써 개인화된 논문검색 시스템을 모델링한 것이다. 제안하는 시스템은 사용자가 검색한 논문에서 키워드의 빈도수를 분석하여 개인적 상대네트워크를 구축하게 되는데, 이 네트워크는 다운로드, 열기, 삭제 등과 같은 사용자의 행동으로부터 키워드간 가중치를 조정을 함으로써 구축된다. 시스템의 성능평가를 위해 수원대학교에 있는 100명의 사용자들을 대상으로 실험한 결과, 기존의 검색엔진을 사용했을 때보다 성능이 우수하여 사용자 만족도가 높게 나타남을 알 수 있었다