• 경영정보학연구
• /
• 제10권2호
• /
• pp.195-209
• /
• 2008

고객의 니즈가 시시각각 변화하는 경영환경에서 획일화된 매장관리 방법으로 매장의 수익성을 증대시키기에는 한계가 있다. 따라서 고객의 선호 변화를 예측하여 각 매장에 적절한 상품을 추천할 필요가 있다. 본 연구에서는 판매 데이터 분석을 통해 시간 순서를 고려한 상품 추천 및 매장관리 방법을 제안한다. 즉 자기조직화지도(Self Organizing Map) 알고리즘을 이용하여 매장의 판매 프로파일을 군집화하고, 매장 궤적의 예측을 통해 목표 매장을 관리하는 방법을 제시한다. 본 연구의 방법론을 검증하기 위해 (주)더페이스샵 판매데이터를 적용하여 평가하였으며, 평가결과 제시한 방법론은 화장품처럼 유행에 민감하고 라이프사이클이 짧은 특징을 지닌 상품을 판매하는 매장의 수익성 증대에 기여할 수 있을 것으로 기대된다.

• 한국산업정보학회논문지
• /
• 제18권4호
• /
• pp.73-79
• /
• 2013

최근 스마트 TV는 빠른 속도로 확산되고 있으나 스마트 폰이나 스마트 패드에 비하여 입력장치의 사용이 매우 불편하며 많은 양의 콘텐츠 중 자신에게 적합한 콘텐츠를 빠르게 찾기 어렵다는 한계로 인하여 스마트 기기 중 그 기능의 사용빈도가 낮다는 문제점이 있다. 본 연구에서는 이러한 문제점을 개선하고 스마트 TV 상에서 사용자가 원하는 콘텐츠를 보다 쉽게 찾을 수 있는 개인화된 지능형 추천 시스템을 제안하고 구축하고자 한다. 사용자 선호정보를 이용한 프로파일 분석, TV 시청에 대한 패턴 분석, 애플리케이션에 대한 사용통계 분석 등 사용자에 대한 여러 가지 정보를 다차원적으로 고려하여 사용자에게 가장 적합한 콘텐츠를 추천할 수 있는 개인화된 지능형 시스템을 설계 및 구축하였다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제14권9호
• /
• pp.835-840
• /
• 2008

본 논문에서는 고객의 다양한 행동 분석을 통해 e-commerce 포탈에서 향상된 개인화 기법을 제안한다. 고객의 행동은 "상품 구매" '장바구니에 상품 추가", "상품 정보 확인" 세가지로 구분하였다. 추천된 상품에 대한 평점을 측정하기 위해 사용자의 행동을 암묵적으로 추적한다. 제안하는 추천 기법은 Cross Correlation Coefficient를 변형하여 비슷한 선호도를 가진 고객들을 분류한 후 대상 고객이 선호하는 상품과 비슷한 선호도를 가진 고객들의 상품 유사도를 측정한다. 본 시스템의 가장 주목할만한 특징은 고객의 행동을 바탕으로 상품에 대한 평점을 암묵적으로 계산하는 것이다. 상품의 선호도에 대하여 고객의 직접적인 대답을 요구하면 고객들이 불편함을 느낄 수 있기 때문에 고객의 행동을 통하여 상품에 대한 선호도를 반영한다. 실험결과 부분에서 우리의 시스템과 협업 필터링을 기반으로 한 다른 기법의 비교를 통하여 각 기법들의 장단점을 보일 것이다.

• 한국정보통신학회논문지
• /
• 제21권11호
• /
• pp.2043-2051
• /
• 2017

최근 빅데이터 분야의 높아진 관심과 더불어 빅데이터의 처리를 통한 응용 분야에 대한 관심도 높아지고 있다. 개인의 감성을 파악할 수 있는 오피니언마이닝은 사용자 개인 맞춤 서비스 제공 분야에서 많이 이용되고 있는 빅데이터 처리 기법이다. 이를 바탕으로 본 논문에서는 사용자들의 장소에 대한 텍스트 형태의 리뷰를 오피니언마이닝 기법으로 처리하고 k-means 클러스터링 작업을 통해 사용자의 감성을 분석하였다. 클러스터링 작업으로 분류된 비슷한 범주의 감성을 가진 사용자들끼리 동일한 수치 값을 부여한다. 부여된 수치 값으로 협업 필터링 추천 시스템을 이용해 선호도를 예측하고 예측 값이 높은 장소 순으로 지도위에 마커와 함께 내용을 표시하여 사용자에게 추천내용을 보여줄 수 있는 방안을 제안하였다.

• Journal of information and communication convergence engineering
• /
• 제18권2호
• /
• pp.123-131
• /
• 2020

After observing that most tourists plan to complete their visits to multiple cultural heritage sites within one day, we surmised that for many museum visitors, the foremost thought is with regard to the amount of time is to be spent at each location and how they can maximize their enjoyment at a site while still balancing their travel itinerary? Recommendation systems in e-commerce are built on knowledge about the users' previous purchasing history; recommendation systems for museums, on the other hand, do not have an equivalent data source available. Recent solutions have incorporated advanced technologies such as algorithms that rely on social filtering, which builds recommendations from the nearest identified similar user. Our paper proposes a different approach, and involves providing dynamic recommendations that deploy social filtering as well as content-based filtering using term frequency-inverse document frequency. The main challenge is to overcome a cold start, whereby no information is available on new users entering the system, and thus there is no strong background information for generating the recommendation. In these cases, our solution deploys statistical methods to create a recommendation, which can then be used to gather data for future iterations. We are currently running a pilot test at Chao Samphraya national museum and have received positive feedback to date on the implementation.

• 정보처리학회논문지B
• /
• 제14B권7호
• /
• pp.549-558
• /
• 2007

협력적 여과 시스템의 사용자-아이템 행렬은 사용자들이 아이템에 대하여 평가할 경우 사용자들의 감정 상태가 일정하지 않음으로 인하여 평가 결과에 잡음을 포함할 가능성이 높다. 이러한 문제점을 해결하기 위해 본 논문에서는 산포도를 이용하여 추천 정보로서 이용하기에 부적당한 평가값들을 제외시킴으로써 사용자-아이템 행렬을 최적화시키고, 아이템 정보와 사용자 정보를 반영하여 고유의 사용자의 평가값을 기반으로 선호도를 예측하였을 때 발생하는 잡음을 감소시킨다. 산포도의 변이계수가 갖는 단점을 보완하기 위하여 백분위수를 이용하여 극한적인 평가값을 제거하고, 사용자의 변이계수와 아이템의 중위수를 병합하여 가중치가 부여된 사용자-아이템 행렬을 구성한다. 마지막으로 이를 기반으로 새로운 사용자의 선호도를 예측한다. 제안된 방법은 영화에 대해 평가한 MovieLens 시스템의 데이터베이스를 이용하여 평가되었으며, 기존의 방법보다 성능이 높음을 보인다.

• Journal of Contemporary Eastern Asia
• /
• 제18권2호
• /
• pp.16-32
• /
• 2019

Media manipulation of breaking news through article selection, ranking and tweaking of social media data and comment streams is a growing concern for society. We argue that the combination of human and machine curation on media portals marks a new period for news media and journalism. Although intermediary platforms routinely claim that they are merely the neutral technological platform which facilitates news and information flows, rejecting any criticisms that they are operating as de facto media organisations; instead, we argue for an alternative, more active interpretation of their roles. In this article we provide a contemporary account of the South Korean ('Korean') online news media ecology as an exemplar of how contemporary media technologies, and in particular portals and algorithmic recommender systems, perform a powerful role in shaping the kind of news and information that citizens access. By highlighting the key stakeholders and their positions within the production, publication and distribution of news media, we argue that the overall impact of the major portal platforms of Naver and Kakao is far more consequential than simply providing an entertaining media diet for consumers. These portals are central in designing how and which news is sourced, produced and then accessed by Korean citizens. From a regulatory perspective the provision of news on the portals can be a somewhat ambiguous and moving target, subject to soft and harder regulatory measures. While we investigate a specific case study of the South Korean experience, we also trace out connections with the larger global media ecology. We have relied on policy documents, stakeholder interviews and portal user 'walk throughs' to understand the changing role of news and its surfacing on a distinctive breed of media platforms.

• 정보교육학회논문지
• /
• 제11권3호
• /
• pp.281-288
• /
• 2007

협동적 필터링은 사용자가 좋아할 만한 항목을 예측하기 위하여 비슷한 선호도를 가지는 다른 사람들의 평가 항목에 근거하여 추천하는 방법이다. 이러한 협동적 필터링 기법은 오늘날과 같이 대규모의 정보가 효과적으로 축적되고 이용 가능하게 된 정보화된 사회에서는 현명한 의사결정을 하도록 도와주는 역할을 한다. 본 논문에서는 대학생들이 수강과목의 취사선택을 용이하게 할 수 있도록 수강과목 추천 시스템을 설계하고 구현하였으며 실험적으로 평가하였다. 먼저, 학생들은 과거 자신이 수강하였던 과목에 대한 과목 선호도를 데이터베이스에 입력한다. 과목 선호도의 패턴이 유사한 학생들은 유사 그룹으로 간주된다. 성향이 유사한 사용자를 찾기 위해 일반적으로 사용되고 있는 피어슨 상관계수에 의한 유사도를 이용하였다. 수강 과목을 예측하려는 학생과 가장 유사한 패턴을 보이는 K 명의 학생들의 수강 과목에서 가장 높은 선호도를 보이는 과목들의 순서화된 리스트를 추천 과목으로 제시한다. 설문 조사를 통한 실험 데이터를 이용하였으며 평균 절대 에러를 사용하여 제안한 방법의 정확도를 평가하였다.

• 한국정보통신학회논문지
• /
• 제17권11호
• /
• pp.2602-2608
• /
• 2013

영화 추천 문제에 대한 해법으로 사용자 기반 추천 방법과 항목 기반 추천 방법이 연구되어왔다. 그러나 이들은 각각 희박성의 문제와 사용자의 선호도를 반영하지 못한다는 문제를 안고 있다. 이러한 문제들을 해결하기 위해서 유사도의 개념을 이용해 두 가지 방법을 조합하는 연구가 있으나 계산해야 할 파라메타 수가 많아 현실적으로 희박성의 문제에서 자유롭지 못하다. 본 연구에서는 이러한 문제를 보완하기 위하여 항목 간 선호도 차이를 이용한 추천 방법을 제안한다. 이 방법은 계산해야 할 파라메타 수가 적어 희박성의 문제에서 비교적 자유롭다. 또한 파라메타 계산에 사용자들이 평가한 선호도를 반영함으로써 보다 정확한 결과를 얻을 수 있다. 실험 결과 제안된 방법은 초기에는 오류가 크지만 빠르게 성능이 안정화되는 것을 보여준다. 또한 유사도를 이용한 기존의 추천 방법과 비교하여 평균 오류를 0.0538 낮추는 결과를 보였다.

• 벤처창업연구
• /
• 제10권1호
• /
• pp.167-174
• /
• 2015

본 연구를 통하여 스마트 환경에서 고객 맞춤 및 서비스가 지향하는 개인화 방향성에 대해 고찰 하였다, 또한 스마트 환경은 산업구조를 공급자 중심에서 소비자 중심으로, 제품 생산 중심의 제조업에서 서비스와 마케팅이 융 복합된 서비스업으로 변화하고 있다는 측면도 살펴보았다. 가치 창출의 구조가 바뀜으로써 기업 전반에서도 새로운 비즈니스 모델 창출로 인한 차별화된 경쟁력을 갖추기 위해 고객의 니즈에 중요한 가치를 두고 있다. 고객 맞춤 및 서비스의 핵심 이슈는 대량 체제에서 가능한 저렴한 비용을 유지하면서 어떻게 고객이 원하는 다양한 제품을 공급할 수 있느냐는 것이다. 본 논문에서는 스마트환경에서 고객맞춤 제품 및 서비스를 지향하는 기업들이 필요로 하는 신제품 개발 전략으로 크라우드 소싱 마케팅, 디지털 체험 기술, 추천 시스템, 3D 프린팅 기술, 유연 생산 시스템, UX(User eXperience)의 관점의 PSS(Product-Service Systems)을 제안한다.