• Journal of Information Technology Applications and Management
• /
• 제24권1호
• /
• pp.33-43
• /
• 2017

The content curation service through big data analysis is receiving great attention in various content fields, such as film, game, music, and book. This service recommends personalized contents to the corresponding user based on user's preferences. The existing book curation systems recommended books to users by using bibliographic citation, user profile or user log data. However, these systems are difficult to recommend books related to character names or spatio-temporal information in text contents. Therefore, in this paper, we suggest a personalized book curation system based on integrated mining of a book. The proposed system consists of mining system, recommendation system, and visualization system. The mining system analyzes book text, user information or profile, and SNS data. The recommendation system recommends personalized books for users based on the analysed data in the mining system. This system can recommend related books using based on book keywords even if there is no user information like new customer. The visualization system visualizes book bibliographic information, mining data such as keyword, characters, character relations, and book recommendation results. In addition, this paper also includes the design and implementation of the proposed mining and recommendation module in the system. The proposed system is expected to broaden users' selection of books and encourage balanced consumption of book contents.

• 지능정보연구
• /
• 제17권2호
• /
• pp.109-117
• /
• 2011

전시 공간에서 전시 제공자는 자신의 마케팅 정보를 원활하게 제공하고 관람객의 반응을 실시간으로 확인하기를 원한다. 또한 전시 관람객은 자신이 가장 관심 있어 하는 분야의 부스를 관람하고 그 분야에 대한 정보를 얻고 싶어한다. 그런데 전시장을 방문하는 관람객들에게 상호 작용적 맞춤 개인화 마케팅 서비스를 관람객의 단말기를 통해 제공하게 된다면 전시 제공자와 관람객 모두의 요구를 충족하게 될 것이다. 이러한 서비스를 제공하기 위해서는 사용자의 의도를 인지할 수 있어야 하고 그 인지된 정보를 기준으로 해서 선별적인 서비스를 제공해야 한다. 본 논문에서는 전시 공간에서 관람객 개개인의 선호도와 상황을 인식하고 인식된 정보를 기본으로 해서 관람객 개인별로 가장 적합한 전시 참가 업체의 마케팅 정보나 부스 정보를 관람객이 소유한 스마트폰을 통해 제공하는 지능형 개인화 서비스 어플리케이션을 설계하였다.

• 한국컴퓨터정보학회논문지
• /
• 제17권8호
• /
• pp.81-90
• /
• 2012

디지털 TV에서 시멘틱 환경의 유헬스 개인화 서비스 추천은 개인의 신체조건, 질병, 건강상태를 평가해서 이루어져야 한다. 기존의 시멘틱 환경의 유헬스 개인화 추천 방법은 온톨로지에 의존하여 의미 분석으로 추천을 하기 때문에 사용자 만족도가 떨어진다. 이에 본 논문에서는 디지털 TV에서 시멘틱 환경의 유헬스 서비스를 위한 나이브 베이지안 필터링 기반 개인화 서비스 추천 방법을 제안한다. 제안하는 방법은 온톨로지를 이용하여 상황데이터를 추론하여 트렌젝션을 저장 하고, 선호도 정보를 이용한 나이브 베이지안 필터링 기법을 사용하여 온톨로지로부터 생성된 트렌젝션과 사용자 선호도 정보를 이용하여 추론하여 서비스를 제공한다. 나이브 베이지안 필터링 기반으로 추론된 서비스는 기존의 필터링 방법 보다 콘텐츠 추천의 높은 정확도와 재현율을 보인다.

• 한국콘텐츠학회논문지
• /
• 제15권9호
• /
• pp.1-10
• /
• 2015

본 연구에서는 온톨로지를 기반으로 개인의 선호도에 따라 여행지를 추천해 주는 시스템을 제안하고 구현하였다. 사용자 개인의 선호도를 파악하기 위해 사용자의 프로파일, 어플리케이션 내의 검색 정보, 웹 검색 정보와 페이스북 정보 등을 활용한다. 또한 실험적인 구현 사례로 시범 서비스 국가인 영국에 대하여 여행지 정보 데이터베이스를 개념과 관계를 중심으로 온톨로지를 구축하고 이를 중심으로 개인 선호도에 따라 여행지를 추천한다. 이 시스템의 개인화된 추천 방식을 이용함으로써 사용자는 자신이 관심 있는 여행지를 추천받아 이를 중심으로 여행 계획을 수립할 수 있다.

• 한국콘텐츠학회논문지
• /
• 제10권6호
• /
• pp.18-26
• /
• 2010

사용자 선호에 따라 적합한 정보를 제공해 주는 개인화서비스에 대한 많은 연구와 개발이 진행되어왔다. 특히 푸시서비스는 사용자의 적극적인 요구가 없더라도 사용자가 관심 있어 할만한 정보를 제공함으로써 사용자의 잠재요구를 충족시켜준다는 측면에서 경제적 효과가 클 것으로 예상되고 있다. 본 논문에서는 이러한 푸시서비스의 성능을 향상시키기 위한 방법으로 시맨틱웹 기반 푸시서비스 기법을 제안한다. 제안방법은 서비스의 콘텐츠 정보와 사용자의 선호정보를 각 서비스의 특성을 반영하는 서비스 온톨로지 상에서 기술되어지도록 함으로써, 의미적 연관성을 기반으로 콘텐츠를 추천할 수 있는 기반구조를 제공한다. 또한 시맨틱웹 기반 푸시서비스 시스템은 제안방법에 의해 기술된 정보를 기반으로 사용자에게 적합한 콘텐츠를 추천하는 기능을 제공한다. 제안방법은 기존 연구들에 비해 콘텐츠 정보 및 사용자 선호정보를 기술함에 있어 풍부한 표현이 가능하고, 의미적인 상호운용성을 제공한다는 장점이 있다.

• 한국융합학회논문지
• /
• 제5권4호
• /
• pp.147-153
• /
• 2014

개인 식단을 작성하기 위해서는 많은 고려 사항들이 있다. 개인 식단은 질병에 대한 식이요법, 체중에 따른 다이어트 등에 따라 다르다. 또한 음식의 선호도와 계절, 날씨, 기분에 따라 선택하는 식단이 달라진다. 개인은 건강관리를 위해 영양상태의 균형을 바로잡는 식단 추천을 기대한다. 본 논문에서는 이 같은 요구를 충족시키기 위하여 개인 맞춤형 식단추천시스템 구축 프레임워크를 제안한다. 식단을 추천하기 위해서는 시스템은 개인의 신체상황, 식품 재료 상황, 환경 상황, 심리 및 감정 상황 등의 정보를 입력으로 받고, 다른 외부의 응용시스템으로부터 생성된 식단 작성 관련 온톨로지를 이용해 추론함으로써 식단 추천 서비스를 제공할 수 있다. 이 같은 서비스를 제공하기 위해서는 사물인터넷(IoT) 환경이 토대가 되어야 한다. 따라서 본 논문은 oneM2M 공통 서비스 플랫폼을 갖고 있는 IoT 표준화 환경에서의 개인 맞춤형 식단추천시스템 프레임워크를 제안한다.

• 한국콘텐츠학회논문지
• /
• 제19권3호
• /
• pp.171-182
• /
• 2019

온라인 쇼핑몰의 대중화로 인해 소비자는 폭 넓은 소비의 기회를 제공받고 있다. 소비자들은 온라인 쇼핑몰에서 제공되는 실제 상품을 구매한 사용자의 리뷰, 상품의 자세한 정보와 같은 정보를 활용하여 상품의 구매 여부를 결정한다. 방대한 정보가 신뢰할 수 있는 정보인지는 소비자들이 스스로 판단해야만하기 때문에 객관적이며 신뢰할 수 있는 정보의 제공이 필요하다. 본 논문에서는 신뢰할 수 있는 상품의 추천을 위해서 상품의 신뢰도를 고려한 개인화된 추천 기법을 제안한다. 제안하는 추천 기법은 개인화 추천을 위해서 사용자의 다양한 행위를 기반으로 사용자의 선호도를 판별한다. 또한, 최신의 성향을 반영하기 위해서 시간 가중치를 고려한 사용자 선호도 계산 방법을 제안한다. 마지막으로 사용자가 사용하지 않았던 상품에 대한 선호 점수를 예측하고 예측 점수가 높은 상품 중 신뢰도가 높은 상품들을 추천한다.

• 한국문헌정보학회지
• /
• 제54권4호
• /
• pp.147-167
• /
• 2020

본 연구의 목적은 선행연구에서 도출된 대학도서관 서비스 품질요소를 대상으로 재이용과 추천의향에 영향을 미치는 요인이 무엇인지 구조방정식 모형을 적용하여 분석하고자 하는 것이다. 2020.4.30.부터 2020.5.10.까지 11일간 이용자 그룹(학부생, 대학원생, 교수/강사) 총 127명을 대상으로 재이용과 추천의향에 대한 설문 조사를 실시하였다. 분석 결과는 다음과 같다. '자료'와 '서비스 고객화'는 재이용에 영향을 미치는 품질 차원으로 나타났으며, 재이용은 추천의향에 영향을 미치는 것으로 나타나 '자료'와 '서비스 고객화'가 재이용 뿐만 아니라 추천의향에도 영향을 미치는 것으로 분석되었다. 또한 '서비스 고객화'는 추천의향에 직접적으로 영향을 미치는 요인으로 나타났다. 이를 바탕으로 이용자의 요구가 다변화하고 개인화되고 있는 도서관 환경에서 도서관 서비스와 마케팅에 고객화 개념을 적용하는 방안을 제시하였다.

• 한국컴퓨터정보학회논문지
• /
• 제22권12호
• /
• pp.117-123
• /
• 2017

The personalized search algorithm is a search system that analyzes the user's IP, cookies, log data, and search history to recommend the desired information. As a result, users are isolated in the information frame recommended by the algorithm. This is called 'Filter bubble' phenomenon. Most of the personalized data can be deleted or changed by the user, but data stored in the service provider's server is difficult to access. This study suggests a way to neutralize personalization by keeping on sending random query words. This is to confuse the data accumulated in the server while performing search activities with words that are not related to the user. We have analyzed the rank change of the URL while conducting the search activity with 500 random query words once using the personalized account as the experimental group. To prove the effect, we set up a new account and set it as a control. We then searched the same set of queries with these two accounts, stored the URL data, and scored the rank variation. The URLs ranked on the upper page are weighted more than the lower-ranked URLs. At the beginning of the experiment, the difference between the scores of the two accounts was insignificant. As experiments continue, the number of random query words accumulated in the server increases and results show meaningful difference.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제37권3호
• /
• pp.185-193
• /
• 2010

최근 유비쿼터스 시대의 도래와 함께 개인화된 서비스를 제공하기 위한 다양한 서비스 모델들이 제안되어 왔으며, 특히, 사용자에게 개인화된 서비스를 선응적으로 제공하기 위한 다양한 추천 서비스 기법들이 고안되었다. 그러나, 기존의 기법들은 수 많은 데이터를 여과 과정 없이 분석함으로써 추천의 효율성이 떨어지며, 한정된 상황 인지 정보만용 추천 요소로 고려하기 때문에 사용자에게 개인화된 서비스를 제공하기에 적합하지 않다. 본 논문에서는 유비쿼터스 환경에서 사용자의 현재 상황에 가장 적합한 서비스를 제공하는 적응형 추천 서비스 기법을 제안한다. 본 기법은 사용자의 선호도 예측을 위해 누적된 사용자와 장치 간의 상호작용 상황 정보들을 이용하며, 군집 및 협업 필터링 기법을 이용하여 사용자에게 현재 상황에 적응적인 서비스를 추천한다. 군집 기법을 통해 사용자의 현재 위치에 근접한 데이터만을 분석함으로써, 추천의 효율성을 높이며, 협업 필터링을 이용하여 누적된 정보들이 충분하지 않은 상황에서도 정확한 추천을 보장한다. 끝으로, 시뮬레이션을 통해 본 기법의 성능 및 신뢰성을 평가한다.