• 한국지능시스템학회논문지
• /
• 제15권7호
• /
• pp.805-812
• /
• 2005

본 논문은 스마트 홈과 같이 다양한 센서 및 제어 네트워크가 밀집되어 있는 유비쿼터스 환경 하에서 복잡한 인터페이스의 사용에 대한 사용자의 인지 부담(cognitive load)을 줄이고, 개인화된(personalized) 서비스를 자율적으로 제공하기 위한 새로운 사용자 행동 패턴 선호도 학습기법을 제안하였다. 이를 위해 지식 발견(knowledge discovery)을 위한 평생 학습(life-long learning)의 관점에서 퍼지귀납(fuzzy inductive) 학습 방법론을 제안하며, 이것은 수치 데이터로부터 입력 공간에 대한 효율적인 퍼지 분할(fuzzy partition)을 얻어내고 일관성 있는(consistent) 퍼지 상관 롤(fuzzy association rule)을 얻어내도록 한다.

• 경영정보학연구
• /
• 제23권3호
• /
• pp.51-75
• /
• 2021

세계적인 전자상거래 기업들은 지속 가능한 경쟁력을 확보하기 위해 사용자 맞춤형 추천 서비스를 제공하고 있다. 기존 관련 연구에서는 주로 평점, 구매 여부 등 정량적 선호도 정보를 사용하여 개인화 추천 서비스를 제공하였다. 하지만 이와 같은 정량적 선호도 정보를 사용하여 개인화 추천 서비스를 제공하면 추천 성능이 저하될 수 있다는 문제점이 제기되고 있다. 호텔을 이용한 사용자가 호텔 서비스, 청결 상태 등에 대하여 만족하지 못한다고 리뷰를 작성하였으나 선호도 평점 5점을 부여했을 때 정량적 선호도(평점)와 정성적 선호도(리뷰)가 불일치한 문제가 발생할 수 있다. 따라서 본 연구에서는 정량적 선호도 정보와 정성적 선호도 정보가 일치하는지를 확인하고 이를 바탕으로 선호도 정보가 일치하는 사용자를 바탕으로 새로운 프로파일을 구축하여 개인화 추천 서비스를 제공하고자 한다. 리뷰에서 정성적 선호도를 추출하기 위해 자연어 처리 관련 연구에서 널리 사용되고 있는 CNN, LSTM, CNN + LSTM 등 딥러닝 기법을 사용하여 감성분석 모델을 구축하였다. 이를 통해 사용자가 작성한 리뷰에서 정성적 선호도 정보를 정교하게 추출하여 정량적 선호도 정보와 비교하였다. 본 연구에서 제안한 추천 방법론의 성능을 평가하기 위해 세계 최대 여행 플랫폼 TripAdvisor에서 실제 호텔을 이용한 사용자 선호도 정보를 수집하여 사용하였다. 실험 결과 본 연구에서 제안한 추천 방법론이 기존의 정량적 선호도만을 고려하는 추천 방법론보다 우수한 추천 성능을 나타냄을 확인할 수 있었다.

• Journal of Korea Artificial Intelligence Association
• /
• 제1권1호
• /
• pp.17-21
• /
• 2023

The primary objective of this research is to utilize machine learning models to analyze factors tailored to each dataset for predicting mental health conditions. The study aims to develop appropriate models based on specific datasets, with the goal of accurately predicting mental health states through the analysis of distinct factors present in each dataset. This approach seeks to design more effective strategies for the prevention and intervention of depression, enhancing the quality of mental health services by providing personalized services tailored to individual circumstances. Overall, the research endeavors to advance the development of personalized mental health prediction models through data-driven factor analysis, contributing to the improvement of mental health services on an individualized basis.

• 한국융합학회논문지
• /
• 제9권10호
• /
• pp.21-28
• /
• 2018

학습코스 선정에 많은 어려움과 시행착오를 겪고 있는 사용자들에게 수준별 학습코스를 제공하기 위해, ITS(Intelligence Tutoring System)를 위한 동적인 학습자 맞춤형 학습코스 추천 모델을 개발하였다. 이를 위해, 개인화 학습코스 추천모델에서는 먼저 학습자 프로파일을 분석하고, 단어별 가중치를 계산하여 핵심 키워드를 추출한다. 추출된 단어는 Cosine Similarity 기법을 통해 유사도를 측정하고, 최종적으로 유사도가 높은 상위 3개 과정이 학습자에게 추천된다. 추천모델의 효과를 분석하기 위해, 경기도 소재 교육기관에 추천모델을 적용하였고, 만족도 조사를 통하여 설문 항목별 평균, 표준편차, 왜도, 첨도 값을 계산하였다. 실험결과, 정확성, 새로움, 자기참조, 유용성에서 높은 만족도를 보였으며, 추천모델의 실효성을 검증했다. 본 연구는 그동안 국내 외에서 충분히 다뤄지지 않았던 기계학습 중심의 맞춤형 학습코스를 추천했다는 점에서 의미가 있다.

• 한국경영과학회:학술대회논문집
• /
• 대한산업공학회/한국경영과학회 2002년도 춘계공동학술대회
• /
• pp.93-97
• /
• 2002

In this paper, we propose personalized recommendation techniques based on multidimensional scaling (MDS) method for Business to Consumer Electronic Commerce. The multidimensional scaling method is traditionally used in marketing domain for analyzing customers' perceptional differences about brands and products. In this study, using purchase history data, customers in learning dataset are assigned to specific product categories, and after then using MDS a positioning map is generated to map product categories and alternative advertisements. The positioning map will be used to select personalized advertisement in real time situation. In this paper, we suggest the detail design of personalized recommendation method using MDS and compare with other approaches (random approach, collaborative filtering, and TOP3 approach)

• 한국콘텐츠학회논문지
• /
• 제21권12호
• /
• pp.517-535
• /
• 2021

디지털 기술 발달은 우리의 삶뿐만 아니라, 온라인 교육 환경에도 많은 변화를 가져오게 되었다. 개별 학습자들에게 맞춤화된 내용을 필요한 즉시 제공 받기를 원하는 학습자들의 요구에 따라 마이크로러닝이 등장하게 되었다. 마이크로러닝은 개인에게 맞춤화된 콘텐츠를 적시에 빠르게 학습이 제공된다는 의미에서 '적응형(adaptive)' 교육이라고 할 수 있다. 이에 본 연구에서는 적응형 마이크로러닝의 개발원칙이 무엇인지 살펴보고자 하였다. 이를 위해 문헌 연구 및 사례 분석을 통해 적응형 마이크로러닝 개발원칙을 탐색하였다. 그 결과, 개발원칙을 적응형 학습 환경, 적응형 학습 콘텐츠, 적응형 학습 시퀀스, 적응형 학습 평가의 네 가지 측면으로 구분하고 각각에 대한 세부요소를 제시하였다. 마이크로러닝이 현 사회적 요구를 반영한 새로운 이러닝의 형태인 만큼, 본 연구는 앞으로의 후속연구를 위한 방향성을 제안하는 탐색연구로서의 의미를 찾고자 한다.

• 한국콘텐츠학회논문지
• /
• 제9권11호
• /
• pp.376-390
• /
• 2009

본 연구는 청소년들의 e-Learning 구매에 영향을 미치는 요인을 살펴보고자 한 것으로 특히, 청소년들의 동조성에 따른 차이에 초점을 두고자 하였다. 주요 결과는 다음과 같다. 첫째, 청소년들의 e-Learning구매에 대한 인지적 유용성에 영향을 미치는 요인들로는 교수자의 능력, 개인 맞춤 서비스, 서비스 사전탐색 용이성, 학습자간 상호작용, 그리고 서비스 재생가능성으로 나타났는데 유희성을 제외한 모든 가설들은 지지되었다. 둘째, 인지적 유용성은 구매의도에 긍정적 영향을 미치는 것으로 나타났다. 셋째, 개인맞춤서비스가 인지적 유용성에 미치는 영향은 동조성이 높은 집단에서 유의하게 나타났다. 넷째, 기존의 연구들은 서비스라는 점에 착안하여 서비스 품질모형인 SERVQUAL모형이나 SERVERF 모형을 적용하여 연구한 반면에, 본 연구는 오프라인과 대별되는 온라인 특성을 도출하였고, 청소년들을 대상으로 하였기 때문에, 이들을 타겟으로 하는 e-Learning 기업들에게 보다 유용한 시사점을 제시하였다고 판단된다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권1호
• /
• pp.77-92
• /
• 2020

When automatic speech recognition (ASR) is provided as a cloud service, it is easy to collect voice and application domain data from users. Harnessing these data will facilitate the provision of more personalized services. In this paper, we demonstrate our transfer learning-based knowledge service that built with the user-generated data collected through our novel system that deliveries personalized ASR service. First, we discuss the motivation, challenges, and prospects of building up such a knowledge-based service-oriented system. Second, we present a Quadruple Transfer Learning (QTL) method that can learn a classification model from a source domain and transfer it to a target domain. Third, we provide an overview architecture of our novel system that collects voice data from mobile users, labels the data via crowdsourcing, utilises these collected user-generated data to train different machine learning models, and delivers the personalised real-time cloud services. Finally, we use the E-Book data collected from our system to train classification models and apply them in the smart TV domain, and the experimental results show that our QTL method is effective in two classification tasks, which confirms that the knowledge transfer provides a value-added service for the upper-layer mobile applications in different domains.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2001년도 추계학술대회 학술발표 논문집
• /
• pp.259-262
• /
• 2001

본 논문에서는 사용자의 취향에 맞춰 특정 웹 문서를 탐색하는 개인화된 웹 검색기의 구현을 다룬다. 사용자의 취향은 사용자의 직접적인 평가와 사용자의 검색 과정을 통해 얻어지는 간접적인 평가를 사용한 강화 학습을 사용하여 학습된다. 웹 문서의 검색은 사용자의 취향과 현재 문서와의 관련 도를 보상으로 사용한 강화 학습을 통하여 이루어진다.

• 한국학교수학회논문집
• /
• 제13권1호
• /
• pp.125-141
• /
• 2010

본 연구의 목적은 컴퓨터대수시스템(CAS)를 활용하여 개인 적응용 이산수학 학습을 가능케하는 웹기반 가상 학습용 콘텐츠를 개발하는 것이다. 중등과정과 대학과정의 이산수학에서 공통적으로 등장하는 집합, 관계, 행렬, 그래프 등의 내용 요목을 중심으로 콘텐츠를 구성하였다. 이산수학의 특성상 컴퓨터를 사용한 이산구조를 즉각적으로 처리하여 그 결과를 시각적으로 제시하는 가상 학습용 콘텐츠 제작 환경을 제시하였다. 각 단원마다 동영상 기반의 강의 콘텐츠를 제공하였으며 강의 기반의 개념을 구체화할 수 있는 Mathematica 기반의 실습하기 기능을 추가하였다. 특히 행렬 단원 학습에서 학습구조도식을 이용한 콘텐츠 설계와 이에 따른 내용 요소별 베이지언 추론망 기반의 진단학습 모듈을 추가함으로써 구체적인 피드백을 통한 개인 적응형 학습이 가능하도록 설계하였다. 개발된 행렬 학습용 콘텐츠 중심으로 10명의 이공계 대학생이 실제 사용해 본 반응을 형성평가의 일환으로 분석하여 향후 수정 방향을 도출하였다.