• 한국IT서비스학회지
• /
• 제21권2호
• /
• pp.109-126
• /
• 2022

The number and variety of products and services offered by companies have increased dramatically, providing customers with more choices to meet their needs. As a solution to this information overload problem, the provision of tailored services to individuals has become increasingly important, and the personalized recommender systems have been widely studied and used in both academia and industry. Existing recommender systems face important problems in practical applications. The most important problem is that it cannot clearly explain why it recommends these products. In recent years, some researchers have found that the explanation of recommender systems may be very useful. As a result, users are generally increasing conversion rates, satisfaction, and trust in the recommender system if it is explained why those particular items are recommended. Therefore, this study presents a methodology of providing an explanatory function of a recommender system using a review text left by a user. The basic idea is not to use all of the user's reviews, but to provide them in a summarized form using only reviews left by similar users or neighbors involved in recommending the item as an explanation when providing the recommended item to the user. To achieve this research goal, this study aims to provide a product recommendation list using user-based collaborative filtering techniques, combine reviews left by neighboring users with each product to build a model that combines text summary methods among deep learning-based natural language processing methods. Using the IMDb movie database, text reviews of all target user neighbors' movies are collected and summarized to present descriptions of recommended movies. There are several text summary methods, but this study aims to evaluate whether the review summary is well performed by training the Sequence-to-sequence+attention model, which is a representative generation summary method, and the BertSum model, which is an extraction summary model.

• 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.

• 한국컴퓨터정보학회논문지
• /
• 제11권1호
• /
• pp.293-300
• /
• 2006

추천 시스템은 사용자들에게 관심 품목을 찾거나 평가하는데 도움을 준다. 이런 시스템은 전자 상거래를 비롯하여 전자 도서관 같은 여러 영역에서 강력한 도구가 되었다. 소비자의 인구통계학적 및 과거 구매 행동에 대한 분석을 바탕으로 미래의 구매 행동을 예측하여 판매자가 고객에게 상품을 추천할 수 있다. 본 논문에서는 고객의 패턴이나 성향에 가장 적절한 상품을 탐색하여 고객의 만족도를 높여줄 수 있는 개인화 추천시스템의 설계 및 개발에 관하여 기술한다. 제안된 시스템은 데이터 마이닝의 연관규칙을 적용하여 고객의 구매를 예측할 수 있는 실시간 분석서비스를 제공할 수 있다.

• 정보관리학회지
• /
• 제39권2호
• /
• pp.299-324
• /
• 2022

본 연구는 기존의 도서추천 시스템 연구에서 간과되어 온 도서이용의 맥락 요소를 파악하기 위해, 다양한 도서탐색 배경을 지닌 적극적인 도서 이용자 15명을 대상으로 6가지 도서탐색 상황에서 생성하는 내용을 사고구술(think-aloud) 프로토콜을 통해 수집하였다. 수집된 도서이용 내용은 내용분석 과정을 통해 독자자문 서비스의 이론적 개념인 '어필 요소(appeal factor)'를 토대로 도서이용에 영향을 미치는 내부 어필 요소와 외부 어필 요소를 각각 식별하였으며, 도서탐색에 사용하는 정보원과 탐색방법 관련 개념들을 또한 세분화하였다. 본 연구의 결과는 향후 도서추천 시스템 설계에 의미 있는 속성 데이터를 추출하고 반영하는 데 사용될 수 있을 것이다.

• 경영정보학연구
• /
• 제20권3호
• /
• pp.73-92
• /
• 2018

많은 사용자들이 자신의 일상과 활동을 사회연결망서비스(SNS)에 업로드하고 있으며 자신들의 포스팅을 설명하기 위한 Hashtag를 사용하고 있다. Hashtag는 사용자가 스스로 자신의 포스팅에 대한 카테고리를 지정한다는 장점이 있으나 최근까지도 사용자가 직접 수동적으로 입력해야 한다는 번거로움이 있었다. 이에 본 연구에서는 이러한 문제를 개선하기 위하여 SNS 상에서 사용자가 업로드하는 이미지를 기반으로 하여 적절한 Hashtag를 추천하는 방법을 제안하였다. 본 연구를 위하여 촬영정보에 기반한 분석, 주소에 기반한 분석, 타사용자에 기반한 분석, 이미지 자체에 기반한 분석 방법을 설계 및 구현하였다. 또한 제안 방법이 기존의 시스템에 비해 개선되었는지 확인하기 위하여 성능 테스트를 실시하였으며 15개국 212명의 SNS 사용자를 대상으로 평가를 진행하였다. 분석 결과 기존에 서비스되는 Hashtag 추천 시스템에 비해 제안된 시스템이 높은 정확도의 추천 결과를 보였으며 기존 대비 개선되었다는 것을 확인할 수 있었다.

• 인터넷정보학회논문지
• /
• 제11권3호
• /
• pp.121-129
• /
• 2010

최근 그린IT의 이슈와 더불어 컴퓨터 자원을 효율적으로 운용할 수 있는 클라우드 컴퓨팅 기반의 서비스들이 거대한 시장을 형성하고 있다. 다양한 서비스의 수가 급격하게 증가하고 있는 상황에서 클라우드 컴퓨팅에 존재하는 리소스들을 조합하여 여러 영역에서 필요로 하는 서비스를 제공해주는 추천시스템을 이용한 클라우드 마켓 시스템을 구성해보고자 한다. 기존의 클라우드 컴퓨팅은 제한된 리소스들을 바탕으로 가격과 성능에 맞는 추천 시스템을 구성하였다. 그러나 클라우드 마켓을 이용한 추천 시스템에 관한 연구는 미비한 상황이다. 본 논문에서는 거대한 클라우드 마켓 내의 리소스들을 관리하기 위한 클라우드 마켓 시스템과 마켓 내의 제공되는 클라우드 컴퓨팅 서비스를 평가하고 평가된 서비스들을 이용하여 클라우드 리소스 추천 시스템을 구성한다. 제안된 시스템은 실험을 통해 효율적인 리소스 분배와 리소스 관리 서비스를 활용한 클라우드 마켓 모델을 제공해 준다.

• 전자공학회논문지CI
• /
• 제46권3호
• /
• pp.15-23
• /
• 2009

유비쿼터스 환경은 보이지 않는 수많은 장치들과 소프트웨어들이 서로 연결되어 각각의 사용자들에게 편리한 서비스를 제공한다. 이러한 환경에서 사용자는 자신이 소유한 개인용 모바일 단말 만을 이용하여 다양한 맞춤형 서비스를 얻기를 원한다. 그러나 개인용 단말이 소형화되면서 제한된 장치를 갖는 것이 현실이다. 그러므로 이러한 장치의 제한성을 해결하기 위한 방법으로 장치 공유와 이를 효과적으로 처리하는 것은 새로운 연구 주제들 가운데 하나이다. 본 논문에서는 장치 공유 환경에서 사용자가 요청한 서비스를 구성하기 위한 장치들을 주변에서 찾고 사용자에게 추천하기 위한 장치 추천 시스템을 제안한다. 장치 추천 시스템은 주변 환경 상황을 고려하여 사용자가 요청한 서비스에 따른 장치를 추론한다. 그러나 사용자가 동일한 공간에서 동일한 서비스를 요청한다 할지라도 각 사용자를 위한 맞춤형 장치라고 볼 수는 없다. 그러므로 논문에서는 사용자의 선호도를 기반으로 장치를 추천한다. 논문에서 제안하고 있는 장치 추천 시스템은 실제 유비쿼터스 환경의 모바일 단말에서 구현하고 테스트하였으므로 실제 환경에서 충분히 사용가능함을 보인다.

• 지능정보연구
• /
• 제13권4호
• /
• pp.45-63
• /
• 2007

유비쿼터스 환경에 기반한 시장, 즉 U-마켓에서는 고객이 제품을 구매함과 동시에 고객의 정보가 u-마켓 서버시스템에 저장되어 인터넷 쇼핑몰과 같이 다양한 분석과 활용이 가능하게 되었다. 물리적인 공간과 가상 공간이 결합된 유비쿼터스 기반의 시장 환경에서는 고객이 오프라인에서 다양한 매장을 방문하면서 쇼핑을 하게 되는데, 이때 여러 매장에 동일한 제품이 동시에 존재할 수 있으므로 매장의 위치, 매장 분위기, 제품의 품질이나 가격 등에 대한 고객의 선호도를 반영하여 고객 개개인에게 적절한 매장을 추천해야 할 필요성이 제기된다. 본 논문에서는 유비쿼터스 환경에 기반한 시장에서 고객의 쇼핑 상황을 고려하여 고객의 선호를 반영할 수 있는 매장 추천방법을 제안한다. 제안한 매장 추천방법은 협업 필터링과, Apriori 알고리즘을 기반으로 구성되어 있다. 온라인 쇼핑몰과는 다르게 U-마켓에서는 고객 개개인의 구매목록과 고객의 선호도를 반영한 매장 추천이 필요하며, 본 논문에서 제안하고 있는 매장 추천방법은 고객의 쇼핑경험을 극대화 하고 쇼핑 효율성을 제고시킬 뿐 아니라 장기적인 관점에서 매출증대를 통해 U-마켓 활성화에 기여할 수 있을 것으로 기대한다.

• 지능정보연구
• /
• 제18권3호
• /
• pp.153-169
• /
• 2012

전시회는 새로운 상품이나 서비스를 현재 고객들과 미래의 잠재고객들에게 홍보하기 위해 개최하는 효과적인 마케팅 수단으로 중요하다. 기업들은 전시회에 참여를 통해 현재 고객 및 잠재고객들과 대면접촉을 함으로써 기업의 이미지 제고 및 새로운 판로를 확보할 수 있다. 이처럼 전시회의 경제적 중요성이 커짐에 따라, 전시주최자들은 참여기업 및 참관객을 유치하기 위하여 새로운 IT 기술을 전시회에 적용하고 있을 뿐만 아니라 연구자들 또한 참관객의 관람패턴을 분석하기 위하여 다양한 연구를 시도하고 있다. 최근에는 스마트 기술이 발전함으로써 전시 공간 내에서 참관객의 활동을 실시간으로 모니터링 할 수 있어 온라인 전시환경처럼 오프라인 전시회를 방문한 참관객의니즈를 실시간으로 추론하여 참관객의 선호에 적합한 서비스를 제공하기 위한 부스 추천시스템에 대한 연구가 활발히 진행되고 있다. 그러나 새로운 기술 개발 측면에서 시스템의 성능을 개선하려는 연구는 지속적으로 진행되어 왔으나 향후 시스템의 개발 방향 및 보급 활성화에 영향을 미치는 요인에 관한 연구들이 부족한 실정이다. 부스 추천시스템은 스마트 전시환경에서 새로 도입되는 기술로 부스 추천시스템에 대한 참관객의 수용 후 재사용 의도는 TAM 관점보다는 부스 추천시스템이 참관객의 선호에 적합한 추천정보를 제공하는가에 초점을 맞출 필요가 있다. 따라서, 본 연구에서는 기존 문헌 고찰을 통해 전시환경에서의 부스 추천시스템에 대한 참관객의 만족 및 재사용 의도에 영향을 주는 요인을 도출하여 연구모형을 설계하였다. 이를 통해 향후 스마트 전시환경에서 부스 추천시스템의 개발과 보급 전략에 있어 유용한 시사점을 제공하고자 하였다. 이러한 연구목적을 달성하기 위하여 2011년 11월 DMC 컬처 오픈 행사에서 부스 추천시스템을 사용한 참관객을 대상으로 설문조사를 실시하였고 회귀분석을 통해 가설을 검증하였다. 그 결과, 참관객의 만족에 영향을 미치는 요인은 부스 추천시스템의 효과성, 편의성, 추천품질, 의외성으로 나타났다. 또한, 부스 추천시스템에 대한 참관객의 만족은 재사용 의도 형성에 긍정적인 영향을 미치는 것으로 밝혀졌다. 본 연구가 가지는 의의는 다음과 같다. 먼저, 본 연구결과를 토대로 스마트 전시환경에서 부스 추천시스템에 대한 참관객의 지속적인 서비스 이용을 유도하기 위한 전략을 수립할 때 고려해야 할 주요한 요인을 실증연구를 통해 구체화시켰다는데 의의가 있다. 또한, 스마트 전시환경에서 부스 추천시스템이 성공적으로 도입 및 활용되기 위해서는 참관객의 수용 전후 차별화된 관리가 필요함을 본 연구결과를 통해 제시하였다.

• Journal of Information Technology Applications and Management
• /
• 제21권1호
• /
• pp.85-105
• /
• 2014

Exhibition industry is important business domains to many countries. Not only lots of countries designated the exhibition industry as tools to stimulate national economics, but also many companies offer millions of service or products to customers. Recommender systems can help visitors navigate through large information spaces of various booths. However, no study before has proposed a methodology for identifying and acquiring prospective visitors although it is important to acquire them. Accordingly, we propose a methodology for identifying, acquiring prospective visitors, and recommending the adequate booth information to their preferences in the exhibition industry. We assume that a visitor will be interested in an exhibition within same class of exhibition taxonomy as exhibition which the visitor already saw. Moreover, we use user-based collaborative filtering in order to recommend personalized booths before exhibition. A prototype recommender system is implemented to evaluate the proposed methodology. Our experiments show that the proposed methodology is better than the item-based CF and have an effect on the choice of exhibition or exhibit booth through automation of word-of-mouth communication.