• 경영정보학연구
• /
• 제19권2호
• /
• pp.71-94
• /
• 2017

추천 시스템은 정보 과부하를 줄여 선택의 질을 높이는 기술로 다양한 분야에서 활용되고 있다. 기존의 추천 시스템 연구는 주로 영화나 음악과 같은 단순한 콘텐츠 추천을 대상으로 했으며, 추천 수량과 기존에 경험했던 상품의 재 추천이 고려되지 않았다. 하지만 다양한 분야에서 추천 시스템의 수요가 증가함에 따라 추천 수량과 재 추천을 고려한 보다 범용적이고 확장된 추천 시스템 개발이 필요한 시점이다. 또 기존 추천 시스템은 온라인 상에서 개별 고객을 대상으로 하는 경우가 많았는데, 오프라인 상에서 개별 고객이 아닌 매장에도 추천 시스템을 적용할 수 있다. 본 연구에서는 추천 시스템 분야에서 많이 활용되는 사용자 기반 협업 필터링 알고리즘에서 추천 수량과 재 추천을 고려하는 방법을 제안하고, 이를 오프라인 의류 매장의 재고 관리 문제에 적용함으로써 다양한 분야에 추천 시스템을 활용할 수 있음을 보인다. 제안한 방법을 통해 각 매장에 수요가 높을 것으로 예측되는 상품과 예상 판매 수량을 예측하여, 해당 상품을 진열할 것을 추천하며, 이는 MAE, Precision, Recall, F1 measure 관점에서 기준 모델보다 추천 성능이 더 뛰어나다. 또 성능을 평가하기에 적합한, 추천 수량 부족과 초과에 따른 페널티를 고려하는 새로운 Quantity Precision, Quantity Recall, Quantity F₁ measure 계산 방식을 제안한다. 마지막으로 참신성 관점에서 제안한 방법의 신규 매출 창출 효과를 평가한다. 본 연구는 추천 수량과 재 추천을 고려했다는 점, 온라인이 아닌 오프라인 데이터를 사용했다는 점, 개별 고객이 아닌 매장을 추천 대상으로 했다는 점에서 기존 추천 시스템 연구와는 차별되는 의의를 가진다. 나아가 본 연구에서 제안한 방법론은 재고 관리 이외에도 추천 수량과 재 추천을 고려하는 다양한 분야에 적용될 수 있는 범용성을 가진다.

• 전기학회논문지
• /
• 제66권1호
• /
• pp.82-88
• /
• 2017

Recently recommendation methods need personalization and diversity as well as accuracy whereas the traditional researches have been mainly focused on the accuracy of recommendation in terms of quality. The diversity of recommendation is also important to people in terms of quantity in addition to quality since people's desire for content consumption have been stronger rapidly than past. In this paper, we pay attention to similarity of data gathered simultaneously among different types of contents. With this motivation, we propose an enhanced recommendation method using correlation analysis with considering data similarity between two types of contents which are movie and music. Specifically, we regard folksonomy tags for music as correlated data of genres for movie even though they are different attributes depend on their contents. That is, we make result of new recommendation movie items through mapping music folksonomy tags to movie genres in addition to the recommendation items from the typical collaborative filtering. We evaluate effectiveness of our method by experiments with real data set. As the result of experimentation, we found that the diversity of recommendation could be extended by considering data similarity between music contents and movie contents.

• 한국전자거래학회지
• /
• 제14권4호
• /
• pp.167-179
• /
• 2009

본 논문에서는 태그 온톨로지를 이용하여 표준화된 태그를 추천할 수 있는 기법을 제안하였다. 태그 추천 기법은 기존에 생성된 대량의 문서 집합을 대상으로 자동 태깅하기 위한 기법(TWCIDF)과 신규 문서를 대상으로 태그를 추천하기 위한 기법(TWCITC)으로 구성된다. 태그집합은 전처리 과정, 태그 온톨로지를 이용한 표준화 작업, 자동 태깅 및 추천을 위한 랭킹 부여과정을 거쳐 구성된다. 전처리 과정에서는 의미있는 복합명사를 찾기 위한 용어결합과정을 사용하였고, 표준화 작업 과정에서는 용어의 오탈자 및 유사용어를 처리하였다. 본 논문에서 제안한 기법의 실험 결과, 추천 태그의 정확성을 유지하면서도 실시간으로 자동태깅 및 태그 추천이 가능함을 보여주었다.

• Journal of information and communication convergence engineering
• /
• 제18권1호
• /
• pp.55-60
• /
• 2020

As personalized customer services create a society that emphasizes the personality of an individual, the number of product reviews and quantity of user data generated by users on the internet in mobile shopping apps and sites are increasing. Such product review data are classified as unstructured data. Unstructured data have the potential to be transformed into information that companies and users can employ, using appropriate processing and analyses. However, existing systems do not reflect the detailed information they collect, such as user characteristics, purchase preference, or purchase priority while analyzing review data. Thus, it is challenging to provide customized recommendations for various users. Therefore, in this study, we have developed a product recommendation system that takes into account the user's priority, which they select, when searching for and purchasing a product. The recommendation system then displays the results to the user by processing and analyzing their preferences. Since the user's preference is considered, the user can obtain results that are more relevant.

• Journal of Radiation Protection and Research
• /
• 제18권1호
• /
• pp.1-7
• /
• 1993

국제방사선방어위원회(ICRP)는 최근의 권고 60(1990)에서 이전의 권고 26(1976)에는 없었던 새로운 용어들을 도입하였다. 이중에서도 동 위원회는 지금까지 사용되어 왔던 국제 방사선단위 및 측정위원회(ICRU) 개념의 '션량당량(dose equivalent)'을 대체하는 용어로 '등가선량(equivalent dose)'을 새로 정의하여 방사선방어 프로그램에의 적용을 권고하고 있다. 그러나 한편 동 위원회는 선량 당량이라는 용어도 여전히 채택하고 있기 때문에 경우에 따라 두 양의 사용시 불필요한 혼동을 불러일으킬 수가 있다. 따라서 본 해설문에서는 방사선 방어, 관리 및 측정분야 종사자들의 이해를 돕기 위하여 두 양의 정의와 사용상의 차이점에 대하여 정리하였다.

• 동아시아식생활학회지
• /
• 제8권1호
• /
• pp.1-8
• /
• 1998

This study was designed to investigate the optimum recommendation level on Gatrodia rhizoma and the effects on the improvement of the lipids in the dietary hypercholesterterolemic rats. Experimental diets mixed with 5% Dioscorea batatas(Group 2), 10% Dioscorea batatas(Group 3), 15% Dioscorea batatas (Group 4) 5% Gastrodia rhizoma (Group 5), 10% Gastrodia rhizoma (Group 6), and 15% Gastrodia rhizoma (Group 7), were administered to the male rats of the Sprague Dawley for 3 weeks. Concentration of total cholesterol in serum was lower in the Gastrodia rhizoma groups than in the other groups, especially total cholesterol concentration of 10% Gastrodia rhizoma(Group 6) was the lowest in the Gastrodia rhizoma groups. Concentration of HDL-cholesterol in serum was higher in the 10% Gastrodia rhizoma and 15% Gastrodia rhizoma than in the other groups. Concentrations of cholesteryl ester, LDL, LDL-cholesterol in serum were the lowest in the 10% Gastrodia rhizoma. Concentration of glucose and activity of GPT in serum were the lowest in the 10% Gastrodia rhizoma group. The activity of GOT in serum was lower in the 10% Gastrodia rhizoma group and 15% Gastrodia rhizoma group than in the other groups. Therefore, we consider that there are effects on the improvement of the lipids in the Gastrodia rhizoma and the optimum recommendation quantity of Gastrodia rhizoma is 10% to quantity of food composition.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2005년도 공동추계학술대회
• /
• pp.415-424
• /
• 2005

The rapid growth of blog has caused information overload where bloggers in the virtual community space are no longer able to effectively choose the blogs they are exposed to. Recommender systems have been widely advocated as a way of coping with the problem of information overload in e-business environment. Collaborative Filtering (CF) is the most successful recommendation method to date and used in many of the recommender systems. Therefore, we propose a CF-based recommender system for bloggers in the virtual community space. Our proposed methodology consists of three main phases: In the first phase, we apply the "Interest Value" to a recommender system. The Interest Value is a quantity value about user preference in virtual community, and can measure the opinion of users accurately. Next phase, we generate the neighborhood group based on the Interest Value. In the final phase, we use the Community Likeness Score (CLS) to generate the top-n recommendation list. The methodology is explained step by step with an illustrative example and is verified with real data of a blog service provider.

• 디지털산업정보학회논문지
• /
• 제5권2호
• /
• pp.13-20
• /
• 2009

The most of navigation services these days, are designed in order to just provide a shortest path from current position to destination for a user. Several navigation services provides not only the path but some fragmentary information about its point, but, the data tends to be highly restricted because it's quality and quantity totally depends on service provider's providing policy. In this paper, we describe the folksonomy POI(Point of interest) recommender system using mashup in order to provide the information that is more useful to the user. The POI recommender system mashes-up the user's folksonomy data that stacked by user with using external folksonomy service(like Flickr) with others' in order to provide more useful information for the user. POI recommender system recommends others' tag data that is evaluated with the user folksonomy similarity. Using folksonomy mahup makes the services can provide more information that is applied the users' karma. By this, we show how to deal with the data's restrictions of quality and quantity.

• 한국정보전자통신기술학회논문지
• /
• 제9권6호
• /
• pp.609-616
• /
• 2016

본 논문에서는 SVM과 협업적 필터링을 이용한 소비자 맞춤형 시장 분석 기법을 제안하였다. 제안하는 소비자 맞춤형 시장 분석 기법은 DC(Data Classification) 모듈, ICF(Improved Collaborative Filtering) 모듈, 그리고 CMA(Customized Market Analysis) 모듈로 구성된다. DC 모듈은 SVM을 이용하여 온 오프라인 쇼핑몰과 전통시장의 특성을 가격, 품질평가, 주력상품으로 분류하고, ICF 모듈은 나이 가중치와 직업 가중치를 추가한 유사도를 생성하고, 사용자들간의 구매 아이템에 대한 유사도를 이용하여 네트워크를 생성하고, 이웃 노드의 추천 리스트를 생성한다. 그리고 CMA 모듈은 DC모듈의 데이터 분류 결과와 ICF 모듈의 추천 리스트를 이용하여 사용자 맞춤형 시장 분석 결과를 제공한다. 제안된 사용자 맞춤형 추천리스트와 기존의 사용자기반 추천 리스트를 비교한 결과, 기존의 협업적 필터링기법을 이용한 추천리스트의 경우, precision는 0.53, recall은 0.56, F-measure은 0,57인데 반해, 제안하는 소비자 맞춤형 추천리스트는 precision이 0.78, recall은 0.85, 그리고 F-measure은 0.81로 나타났다. 즉, 제안하는 소비자 맞춤형 추천리스트가 좀 더 정확한 것으로 나타났다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2008년도 추계종합학술대회 B
• /
• pp.532-535
• /
• 2008

디지털 콘텐츠의 대부분을 차지하는 동영상에 대한 검색 서비스가 필수 기능으로 대두되고 있으며, 검색 서비스를 수행하는 시스템은 최신 기술을 접목시켜 보다 지능적이고, 의미적인 검색을 할 수 있는 검색 엔진이나 지능형 검색 기법 등의 필요성이 점차 증대되고 있다. 이에 본 논문에서는 디지털 콘텐츠 데이터에 대한 특성요소 분석 및 검색 기술과 구현, 감성어휘기반 분석 및 검색 방안을 위해 멀티미디어 콘텐츠 데이터의 구조 설계와 분석 관리 도구 및 의미론적 특성요소 추출기술과 콘텐츠 내 컬러 정보 기반 감성처리 알고리즘을 제안하였다.