• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2013년도 추계학술발표대회
• /
• pp.1336-1339
• /
• 2013

SCTR(StockCharts Technical Ranks)는 주식시장의 주가 상승 강도를 기술적 분석(Technical Analysis)의 6가지 지표에 따라 점수화하여 순위로 나타낸 것이다. 본고에서는 SCTR을 이용하여 국내 주가지수에서 거래되는 증권의 매수 및 매도를 추천하는 시스템을 제시한다. 매수 및 매도의 추천은 유전 알고리즘에 의하여 매매의 신호를 잘 반영하는 SCTR Oscillator 값을 적용한다. 이를 위하여 SCTR을 산출하고, 유전 알고리즘으로 모의투자 하여 구한 상한선과 하한선을 기준으로 주가의 추세를 분석하여 종목을 추천하는 시스템을 구현한다.

• 한국임상약학회지
• /
• 제32권2호
• /
• pp.133-143
• /
• 2022

E-cigarettes were considered safe at the early stage of market entry because they were thought not to contain harmful ingredients such as nicotine and because the smoke emitted was vapor. For this reason, the use of e-cigarettes as a safer alternative to tobacco cigarettes or as a smoking cessation aid has emerged. However, the study results on the effectiveness of e-cigarettes for smoking cessation are mixed. In response to the increased use of e-cigarettes, foreign countries have implemented various regulations, such as utilizing e-cigarettes for smoking cessation with a prescription in Australia; however, South Korea is still standing firm on recommending not to use e-cigarettes at all. Therefore, the effectiveness of e-cigarettes for smoking cessation and the regulatory trends of e-cigarette use overseas will be reviewed to discuss the future direction in South Korea needs to take.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2009년도 춘계학술발표대회
• /
• pp.500-503
• /
• 2009

질의 응답 시스템은 사용자가 입력한 질의에 대한 답변 문장들을 보여주는 시스템이다. 대부분의 기존의 연구는 사용자의 질의문에 대해서 가장 적합한 문장들을 찾는 방법을 제안하고 있다. 그러나 질의문에 사용되는 단어들은 근본적으로 애매모호성을 포함하고 있기 때문에, 시스템이 사용자의 정확한 질의 의도를 파악하여 가장 적합한 문장들을 찾는 것은 불가능하다. 이러한 근본적인 문제를 개선하기 위해서 여러가지 연구들이 수행되었다. 본 논문에서는 이러한 문제점을 해결하기 위한 방법으로서 시스템에서 답변이 준비된 빈발 질의(FAQ)들 중에서 사용자의 질의를 함의하는 것들을 추천하여 사용자가 자신의 질의 의도에 따라 정확한 답변을 효과적으로 찾도록 도와주는 방법을 제안한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.260-263
• /
• 2023

Considering the growth of blockchain technology, the research aims to transform the efficiency of recommending optimal coffee suppliers within the complex supply chain network. This transformation relies on the extraction of vital transactional data and insights from stakeholders, facilitated by the dynamic interaction between the application interface (e.g., Rest API) and the blockchain network. These extracted data are then subjected to advanced data processing techniques and harnessed through machine learning methodologies to establish a robust recommendation system. This innovative approach seeks to empower users with informed decision-making abilities, thereby enhancing operational efficiency in identifying the most suitable coffee supplier for each customer. Furthermore, the research employs data visualization techniques to illustrate intricate clustering patterns generated by the K-Means algorithm, providing a visual dimension to the study's evaluation.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권2호
• /
• pp.538-561
• /
• 2020

Recommender Systems (RecSys) have a major role in e-commerce for recommending products, which they may like for every user and thus improve their business aspects. Although many types of RecSyss are there in the research field, the state of the art RecSys has focused on finding the user similarity based on sequence (e.g. purchase history, movie-watching history) analyzing and prediction techniques like Recurrent Neural Network in Deep learning. That is RecSys has considered as a sequence prediction problem. However, evaluation of similarities among the customers is challenging while considering temporal aspects, context and multi-component ratings of the item-records in the customer sequences. For addressing this issue, we are proposing a Deep Learning based model which learns customer similarity directly from the sequence to sequence similarity as well as item to item similarity by considering all features of the item, contexts, and rating components using Dynamic Temporal Warping(DTW) distance measure for dynamic temporal matching and 2D-GRU (Two Dimensional-Gated Recurrent Unit) architecture. This will overcome the limitation of non-linearity in the time dimension while measuring the similarity, and the find patterns more accurately and speedily from temporal and spatial contexts. Experiment on the real world movie data set LDOS-CoMoDa demonstrates the efficacy and promising utility of the proposed personalized RecSys architecture.

• 한국멀티미디어학회논문지
• /
• 제19권11호
• /
• pp.1878-1890
• /
• 2016

Web 2.0 has features produced the content through the user of the participation and share. The content production activities have became active since social network service appear. The social bookmark, one of social network service, is service that lets users to store useful content and share bookmarked contents between personal users. Unlike Internet search engines such as Google and Naver, the content stored on social bookmark is searched based on tag keyword information and unnecessary information can be excluded. Social bookmark can make users access to selected content. However, quick access to content that users want is difficult job because of the user of the participation and share. Our paper suggests a method recommending search word to be able to access quickly to content. A method is suggested by using Collaborative Filtering and Jaccard similarity coefficient. The performance of suggested system is verified with experiments that compare by 'Delicious' and "Feeltering' with our system.

• 유통과학연구
• /
• 제15권7호
• /
• pp.35-41
• /
• 2017

Purpose - A product bundling is a marketing approach where multiple products or components are packaged together into one bundle solution. This paper aims to introduce an optimal bundle search problem (hereinafter called "OBSP") which may be embedded with online recommendation system to provide an optimized service considering pairwise discount and delivery cost. Research design, data, and methodology - Online retailers have their own discount policy and it is time consuming for online shoppers to find an optimal bundle. Unlike an online system recommending one item for each search, the OBSP considers multiple items for each search. We propose a mathematical formulation with numerical example for the OBSP and analyzed the complexity of the problem. Results - We provide two results from the complexity analysis. In general case, the OBSP belongs to strongly NP-Hard which means the difficulty of the problem while the special case of OBSP can be solved within polynomial time by transforming the OBSP into the minimum weighted perfect matching problem. Conclusions - In this paper, we propose the OBSP to provide a customized service considering bundling price and delivery cost. The results of research will be embedded with an online recommendation system to help customers for easy and smart online shopping.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2000년도 추계종합학술대회
• /
• pp.349-352
• /
• 2000

전자상거래의 활성화로 인터넷상에는 많은 쇼핑몰이 존재하고 정보도 또한 광범위하게 되었다. 그에 따라 고객이 원하는 정보를 얻기까지 소요되는 시간과 노력을 절약하기 위해 고객을 위한 상품 추천 시스템의 필요성이 증가하고 있다. 본 논문에서는 웹 로그 파일에 데이터 마이닝 기법을 이용하고, 고객의 행동 패턴과 그밖에도 고객의 프로파일, 상품 구매 데이터 둥을 분석한 결과들을 기반으로 구축한 상품 추천 시스템을 제안한다. 추천 시스템은 고객에게 메일이나 우편을 보내거나 고객이 쇼핑몰에 방문하였을 때 웹 페이지를 추천해 주는 기능을 수행하여 고객이 원하는 정보를 쉽게 얻을 수 있도록 하는 편리함을 제공한다.

• 디지털콘텐츠학회 논문지
• /
• 제8권4호
• /
• pp.521-529
• /
• 2007

본 논문에서는 개인의 취향에 맞는 음악을 자동으로 추천해주는 음악 추천 시스템을 소개한다. 본 논문에서 소개하는 추천 시스템은 각 음악 사이의 유사도를 그래프로 저장하는 그래프 기반 협동적 여과 방식을 사용하여 사용자의 암시적 선호 정보를 바탕으로 빠른 추천을 할 수 있으며, 또한 사용자의 정적인 성향뿐 아니라 시간에 따라 달라지는 동적인 성향에 맞는 추천도 가능하도록 설계되었다. 추천 서버는 자바로 구현되었으며 독립된 서버로서 클라이언트와 정해진 프로토콜에 따라 통신하도록 구현되었다. 구현된 추천 서버와 실제 사용자들의 음악 다운로드 데이터를 이용하여 추천 데모 사이트를 구축하였으며, 실험을 통하여 추천 결과의 정확도를 측정하였다.

• 한국정보통신학회논문지
• /
• 제14권5호
• /
• pp.1178-1184
• /
• 2010

본 논문에서는 검색어를 직접 입력하지 않아도 사용자가 원하는 검색어를 예측하여 순서대로 추천하는 시스템 체계를 제안하였다. 센서 정보로부터 들어온 상황 정보는 추천 엔진으로 보내어 지고, 미리 구축된 상황정보 와 이력 데이터베이스를 이용하여 관련 콘텐츠 정보를 검색하고, 이를 통해 추천어를 도출하여 다시 단말기로 송신하도록 구현되었다. 구현한 시스템의 평가를 위하여 시스템의 동작 속도를 측정하였으며, 50명의 사용자를 대상으로 시스템의 사용자 만족도를 측정하여 제안된 시스템을 사용할 때의 개선 효과를 확인하였다.