• 통합자연과학논문집
• /
• 제14권4호
• /
• pp.183-188
• /
• 2021

Collaborative filtering is one of the commonly used methods in the web recommendation system. Numerous researches on the collaborative filtering proposed the numbers of measures for enhancing the accuracy. This study suggests the movie recommendation system applied with Word2Vec and ensemble convolutional neural networks. First, user sentences and movie sentences are made from the user, movie, and rating information. Then, the user sentences and movie sentences are input into Word2Vec to figure out the user vector and movie vector. The user vector is input on the user convolutional model while the movie vector is input on the movie convolutional model. These user and movie convolutional models are connected to the fully-connected neural network model. Ultimately, the output layer of the fully-connected neural network model outputs the forecasts for user, movie, and rating. The test result showed that the system proposed in this study showed higher accuracy than the conventional cooperative filtering system and Word2Vec and deep neural network-based system suggested in the similar researches. The Word2Vec and deep neural network-based recommendation system is expected to help in enhancing the satisfaction while considering about the characteristics of users.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제4권6호
• /
• pp.253-260
• /
• 2015

온라인에서 물품을 구매하고자 할 때, 추천 시스템은 사용자에 맞춘 추천을 하게 되며, 사용자가 관심을 가질만한 새로운 물품까지 추천해 준다. Collaborative filtering 등, 여러 모델들이 보다 정확한 추천을 위해 제안되었으며, 활발히 연구되고 있다. 그중 Collaborative filtering은 사용자 선호도를 예측하는 데 좋은 결과를 보여주지만 사용자 개체 및 데이터가 부족한 환경에서는 사용자들끼리의 비교를 힘들게 하여 collaborative filtering이 적용되기 힘들게 한다. 새로 시작하는 시스템이거나 사용자 개체 수가 적은 경우, 문제가 발생하며, 이와 같은 상황에서는 content-based filtering이 사용된다. 하지만 content-based filtering은 비슷한 물건만 추천해주거나, 사용자 성향 변화를 제대로 반영하지 못하는 등의 여러 단점을 가지고 있다. 이러한 한계점들을 극복하기 위해서 사용자 구매 기록에 가중 윈도우를 적용하고, 사용자 구매 기록 분석을 통한 윈도우 가중치 조정을 수행하는 시스템을 제안한다. 사용자 성향의 변화에 민감하게 반응할 수 있고, 이를 기반으로 무의미한 추천을 제거하며, 사용자가 찾기 어려운 관련 물품 추천이 가능한 새로운 상품도 추천하는 시스템을 제시하며, 언급된 사용자 개체 및 데이터가 부족한 환경에서의 동작을 검증하기 위해, 스타트업 무역업체에서 제공된 상품정보 기반 실험을 통해 제안된 시스템의 동작을 검증하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제29권9호
• /
• pp.669-675
• /
• 2002

최근 전자상거래에서 대부분의 개인화 된 추천 시스템들은 고객의 취향에 맞는 적절한 상품을 추천하기 위하여 협동적 필터링 기술을 적용하고 있다. 사용자 기반 협동적 필터링은 특정 고객의 선호도와 가장 유사한 선호도를 가지는 고객 그룹의 선호도를 바탕으로 그 고객의 특정 상품에 대한 선호도를 예측하는 기법이다. 그러나 이 방법은 두 고객이 모두 평가를 한 상품이 있어야 하고 오직 두 고객 사이에서만 상관 관계를 구할 수 있으므로 예측의 정확성이 떨어질 가능성이 있다. 아이템 기반 협동적 필터링은 고객이 선호도를 입력한 기존의 상품들과 예측하고자 하는 상품의 상관 관계를 계산하여 선호도를 예측한다. 이 방법에서는 상품들간의 유사도를 계산하기 위하여 두 상품에 대해 선호도를 입력한 고객들의 정보를 사용한다. 그러나 고객들간의 유사도가 전혀 고려되지 않기 때문에 만약 특정 고객과 전혀 선호도가 비슷하지 않은 사용자들의 평가를 기반으로 한다면, 상품들간의 유사도가 정확 하지 않고 아울러 추천 시스템의 예측 능력과 추천 능력이 저하되는 문제점이 있다. 본 논문에서는 기존의 아이템 기반 협동적 필터링 기술의 문제점을 보완하고 추천 시스템의 예측 능력을 향상시키기 위하여 유사한 선호도를 가지는 고객들의 평가에 근거하여 상품들간의 유사도를 구하여 특정 상품에 대한 고객의 선호도를 예측하여 추천해 주는 기법을 제안한다. 본 논문에서 제안한 방법의 성능을 기존의 여러 다른 협동적 필터링 방법들과의 비교실험을 통해 평가하였다. 실험 결과 본 논문에서 제안한 방법이 기존의 다른 방법들보다 우수함을 확인할 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 춘계학술발표대회
• /
• pp.273-276
• /
• 2019

There is a lot of information in our world, quick access to the most accurate information or finding the information we need is more difficult and complicated. The recommendation system has become important for users to quickly find the product according to user's preference. A social recommendation system using community detection based on label propagation is proposed. In this paper, we applied community detection based on label propagation and collaborative filtering in the movie recommendation system. We implement with MovieLens dataset, the users will be clustering to the community by using label propagation algorithm, Our proposed algorithm will be recommended movie with finding the most similar community to the new user according to the personal propensity of users. Mean Absolute Error (MAE) is used to shown efficient of our proposed method.

• 한국정보통신학회논문지
• /
• 제20권8호
• /
• pp.1407-1414
• /
• 2016

본 연구에서는 사용자의 감성 정보를 이용한 협업 필터링 기반 장소 추천 시스템을 개발하였다. 기존의 장소 추천 시스템은 장소에 대한 사용자들의 평점이나 방문패턴, 사용자들의 위치를 통해 장소를 추천하였다. 이러한 시스템들은 객관적이지 못 한 정보를 갖고 있거나 사용자의 상태를 고려하지 않아 만족도가 높지 않다. 사용자의 감성 정보를 이용하면 비슷한 감성을 느낀 사용자들이 방문하였던 선호도 높은 장소를 객관적으로 추천하여 장소에 대한 만족도를 높일 수 있다. 본 연구에서는 사용자가 직접 모바일 애플리케이션을 이용하여 현재 위치와 생체신호를 이용하여 인식한 감성 정보를 등록하고, 등록된 감성 정보를 이용하여 비슷한 감성을 가진 사용자들의 유사도를 측정하고 장소에 대한 선호도를 예측하여 사용자에게 감성 장소를 추천한다.

• 융합신호처리학회논문지
• /
• 제19권4호
• /
• pp.153-161
• /
• 2018

본 논문은 GPU를 이용한 소프트웨어(SW) 디지털 필터의 성능개선에 대해 기술한다. 기존에 개발한 SW 디지털 필터는 CPU 기반에서 동작하여 속도가 느린 문제점이 있었는데, EAVN 관측데이터의 디지털 필터링을 위해 GPU를 도입하여 연산속도를 개선하였고, 필터링을 통하여 다른 관측국과의 데이터 처리가 가능하도록 하였다. SW 디지털 필터의 연산속도를 개선하기 위해 Tensor Core가 내장된 NVIDIA Titan V GPU 보드를 사용하였으며, 2Gbps (512 MHz BW, 1-IF)의 95초 관측데이터를 필터링하는데 관측시간의 약 1.1배, 1Gbps (16MHz BW, 16-IF)로 필터링하는데 약 0.78배 처리속도를 각각 달성하였다. 또한 KVN으로 1, 2Gbps 동시관측한 데이터에 대해 2Gbps 데이터를 디지털 필터링하여 기존 1Gbps와 비교한 결과, 교차전력스펙트럼, 위상, SNR 등이 유사한 값을 얻어 본 연구에서 개발한 SW 디지털 필터를 활용한 데이터 처리와 분석을 수행하는데 유효함을 확인하였다. 향후에는 여러 개의 GPU 보드를 사용하기 위한 소스 코드의 분산처리 최적화를 수행할 경우 실시간으로 관측데이터를 필터링할 수 있을 것으로 기대된다.

• 대한산업공학회지
• /
• 제36권3호
• /
• pp.193-202
• /
• 2010

The recommender system is a typical software solution for personalized services which are now popular in e-commerce sites. Most of the existing recommender systems are based on customers' explicit rating data on items (e.g., ratings on movies), and it is only recently that recommender systems based on implicit ratings have been proposed as a better alternative. Implicit ratings of a customer on those items that are clicked but not purchased can be inferred from the customer's navigational and behavioral patterns. In this article, a dimensionality reduction (DR) technique is newly applied to the implicit rating-based recommender system, and its effectiveness is assessed using an experimental e-commerce site. The experimental results indicate that the performance of the proposed approach is superior or at least similar to the conventional collaborative filtering (CF)-based approach unless the number of recommended products is 'large.' In addition, the proposed approach requires less memory space and is computationally more efficient.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제36권10호
• /
• pp.861-873
• /
• 2009

정보 검색에서 원하는 정보를 얻지 못하는 원인은 다양하다. 그 중에서도 표기의 다양성은 검색 시 불일치로 인한 정보 누락을 발생시키는 원인이 된다. 본 논문은 이러한 불일치에 의한 정보 누락을 최소화하기 위하여 검색 대체어 후보를 자동 생성하는 방법을 제안한다. 본 연구에서 제안하는 대체어 후보 자동 생성 방법은 문장 내에서 함께 쓰이는 단어들이 비슷한 두 단어는 서로 비슷한 의미를 지닐 것이다라는 직관적 가설을 전제로 한다. 이와 같은 가설을 기반으로 하여 본 연구에서는 분류별 집중도, 신뢰도를 이용한 연관단어 뭉치, 연관단어 뭉치 간 코사인 유사도 및 신뢰도를 이용한 필터링 기법 등을 이용한 대체어 후보 자동 생성 방법을 제안한다. 본 연구에서 제안한 대체어 후보 자동 생성 방법의 성능은 대체어 유형별로 작성된 평가지표를 이용하여 정확도 및 재현율을 측정함으로써 평가되었으며, 제안 방법이 context window overlapping을 이용한 대체어 추출 방법보다 더 우수한 것으로 나타났다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제29권4호
• /
• pp.248-257
• /
• 2002

군집화는 객체들의 특성을 분석하여 유사한 성질을 갖고 있는 객체들을 동일한 집단으로 분류하는 방법이다. 전자 상거래 자료처럼 차원 수가 많고 누락 값이 많은 자료의 경우 입력 자료의 차원축약, 잡음제거를 목적으로 SVD를 사용하여 군집화를 수행하는 것이 효과적이지만, SVD를 통해 변환된 자료는 원래의 속성 정보를 상실하기 때문에 군집 결과분석에서 원본 속성의 가치 해석이 어렵다. 따라서 본 연구는 군집화 수행 후 엔트로피 가중치 및 SVD를 이용하여 군집의 중요한 속성을 발견하기 위한 군집 특징 선택 기법 ENTROPY-SVD를 제안한다. ENTROPY-SVD는 자료의 속성들과 유사객체 군과의 묵시적인 은닉 구조를 활용하기 위하여 SVD를 이용하고 유사객체 군에 포함된 응집도가 높은 속성들을 발견하기 위하여 엔트로피 가중치를 사용한다. 또한 ENTROPY-SVD를 적용한 모델 기반의 협력적 여과기법의 추천 시스템 CFS-CF를 제안하고 그 효용성 및 효과를 평가한다.

• 대한원격탐사학회지
• /
• 제36권2_2호
• /
• pp.351-363
• /
• 2020

연안 충적층 지역은 토양침식, 지반침하 등 지질 재해와 태풍, 홍수 해양 재해에 노출되어 인명 또는 재산 피해의 위험에 취약하다. 지반 침하는 지표 물질이 지하로 이동하면서 지반의 점진적인 또는 급격한 침강이 발생하는 현상으로 지속적인 감시가 요구된다. 영상레이더 위상간섭기법 (Radar Interferometry)은 마이크로파 영역에서 관측된 위상정보를 이용하여 지형 변위를 정밀하게 관측할 수 있는 기술이다. Small BAseline Subset(SBAS) 기법은 최소 20장 이상의 영상레이더 자료를 사용하여 대상 지역에 대한 시계열 지표 변위를 정밀하게 분석할 수 있어 지반침하 감시에 유용하다. X- 또는 C-밴드에 비해 장파장인 L-밴드 영상레이더 자료는 긴밀도 유지에 보다 유리하여 지구과학용으로 적합하다. 하지만 L-밴드 ALOS-2 PALSAR-2은 전지구 관측 프로그램을 운영하고 있어 시계열 분석을 하기에 영상 획득이 충분하지 않을 수 있다. 관심 지역인 부산의 경우, Stripmap 영상은 11장으로서 SBAS 시계열 분석 기법을 적용하기에는 부족한 촬영 수이다. 일반적으로 동일한 모드의 영상 간 위상간섭기법의 적용이 가능하지만, 비슷한 관측 기하에서 관측한 Stripmap과 ScanSAR 영상을 이용한 위상간섭기법의 적용이 성공적으로 수행된 바 있다. 해당 지역의 ScanSAR 영상은 18장으로 Stripmap-ScanSAR 위상간섭기법을 적용하면 SBAS 기법을 이용한 향상된 시계열 분석이 가능하게 된다. 본 연구에서는 Gamma 소프트웨어를 이용하여 ALOS-2 PALSAR-2로부터 획득된 L-band 영상 자료에 대한 위상간섭기법 적용 가능여부를 평가하였다. Stripmap-ScanSAR 위상간섭기법 적용을 위해 이종 모드 관측 영상 사이의 chirp bandwidth와 pulse repetition frequency (PRF)의 차이를 고려한 영상레이더 자료 처리를 수행하였으며, radar carrier frequency의 차이 보정과 common band filtering 적용 여부에 따라 발생하는 위상간섭도의 품질을 분석하였다. Radar carrier frequency 차이 보정에 따른 위상간섭도의 긴밀도 변화는 크게 나타나지 않았으나, common band filtering으로 인해, 위상간섭도에서 azimuth 방향으로 주기적인 잡음과 전체적인 긴밀도 저하가 발생하였다. 따라서 Stripmap-ScanSAR 위상간섭기법을 적용하는 경우 두 관측 모드의 range와 azimuth 방향의 밴드 폭의 특성에 따라 주의 깊은 자료 처리가 요구된다.