• 디지털융복합연구
• /
• 제17권1호
• /
• pp.123-130
• /
• 2019

웹 추천기법에서 가장 많이 사용하는 방식 중의 하나는 협업필터링 기법이다. 협업필터링 관련 많은 연구에서 정확도를 개선하기 위한 방안이 제시되어 왔다. 본 연구는 Word2Vec과 앙상블 합성곱 신경망을 활용한 영화추천 방안에 대해 제안한다. 먼저 사용자, 영화, 평점 정보에서 사용자 문장과 영화 문장을 구성한다. 사용자 문장과 영화 문장을 Word2Vec에 입력으로 넣어 사용자 벡터와 영화 벡터를 구한다. 사용자 벡터는 사용자 합성곱 모델에 입력하고, 영화 벡터는 영화 합성곱 모델에 입력한다. 사용자 합성곱 모델과 영화 합성곱 모델은 완전연결 신경망 모델로 연결된다. 최종적으로 완전연결 신경망의 출력 계층은 사용자 영화 평점의 예측값을 출력한다. 실험결과 전통적인 협업필터링 기법과 유사 연구에서 제안한 Word2Vec과 심층 신경망을 사용한 기법에 비해 본 연구의 제안기법이 정확도를 개선함을 알 수 있었다.

• 디지털콘텐츠학회 논문지
• /
• 제9권1호
• /
• pp.7-15
• /
• 2008

본 논문은 사용자와의 대화를 통해 적합한 맛 집 정보를 제공하고, 사용자들에게 감성적으로 다가가는 프로그램인 감성형 모바일 정보 추천 에이전트에 관하여 기술하였다. 제안하는 에이전트는 단순히 음식점과 전화번호만을 소개하는 기존의 방식을 벗어나, 각각의 시간대에 적절한 질문 등을 함으로써 사용자와의 대화를 통한 흥미를 유발함과 동시에 현재의 상황에서 개개인에게 적합한 맛 집을 추천 해주는 프로그램이다. 사용자의 감성을 파악하기 위한 핵심 기술로, 불쾌지수와 감기지수를 측정하고 사용자의 바이오리듬을 계산하여 개개인에 적합한 맛 집을 추천한다. 뿐만 아니라 모바일 에이전트에 적합한 디자인을 제안하므로 에이전트를 더욱 효과적으로 설계하였다. 본 연구에서는 추천 서비스를 위한 모바일 환경과 데이타 관리를 위한 웹 환경을 사용한다. 서비스를 위한 서버환경은 Apache, PHP4, Mysql등을 사용하였으며, 모바일 페이지는 핸드폰의 접근을 위한 m-HTML로 구현되었다. 이때 모바일 서비스는 Mozilla-1.22, KUN-1.2.3 브라우저 버전에 최적화 하였다.

• 한국인터넷방송통신학회논문지
• /
• 제15권2호
• /
• pp.239-244
• /
• 2015

SNS(Social Networking Service)와 쇼핑몰을 결합하면 오프라인 거래에서처럼 단골 관계를 형성할 수 있다. 농산물 직거래의 예를 들면, 소비자는 자신의 SNS 홈에서 기존의 단골 관계인 생산자의 소식(파종, 농사, 수확, 신상품 등)을 타임라인에서 확인하여 필요한 상품을 원클릭(one click)으로 구매할 수 있고 생산자는 소비자에게 뉴스 및 할인 등의 정보를 제공하여 단골로 만드는 고객 관리가 가능하다. 이처럼 SNS의 인맥 마케팅 기능에 더하여 시스템은 생산자의 판매 물품을 자동 분류한 카테고리로 소비자의 SNS 홈 페이지에 쇼핑물의 기능을 제공하여 소비자가 원하는 상품을 검색하고 구매할 수 있으며 구매는 자동으로 소비자와 생산자를 단골관계로 이어준다. 구매자는 구매한 상품에 대한 추천 및 리뷰 작성을 통해 기존의 리뷰 재배포도 가능하며 서로 알지 못하는 구매자 간의 소통을 가능하게 한다는 것이 이 시스템의 가장 큰 특징이다.

• 동아시아경상학회지
• /
• 제1권2호
• /
• pp.29-41
• /
• 2013

Purpose: Today, travelers are provided large amount information which includes Web sites and tourist magazines about introduction of tourist spot. Many approaches have been proposed to analyze the large amount of available information with the aim of discovering the most popular Points of Tourist Interest and routes. However, it is not easy for users to process the information in a short time. Therefore travelers prefer to receive pertinent information easier and have that information presented in a clear and concise manner. Research Design, Data and Methodology: Whether you are looking for banks by company, foreign exchange services, free wireless hotspots, touristic attractions, campsites, supermarkets, restaurants, cinemas, The aim of POI Tourism Services is to enable tourists to find spots that only the locals know, giving the tourists opportunity to the tourists to explore new areas of the place like never before. This paper proposes find the scope for a personalized service for tourist "Special Interest Tourism" recommendation for tourists who travel within India & for the benefit of Foreign Nationals who visit the country. Results: The major focus of the study is to understand the demand for such a service being integrated into the conventional tour package. The major findings made during the course of the show that the market for "Special Interest Tourism" based services stands at approximately 63%. Travel today is mainly for the people from the middle income group having a fixed budget while traveling and would like economic travel solutions that fit their budget. Conclusion: This accounts for a major part of the market for the service. Most tourist prefer to go on week end getaways or trips that last more than a week, this means that a specialized trip plan based on the travelers interests is feasible with these type of travelers. Maximum demand for "Special Interest Tourism" based services would be during the festive seasons.

• 한국전자거래학회지
• /
• 제6권2호
• /
• pp.87-99
• /
• 2001

Along with the rapid emergence of the Internet and e-commerce, online auctions are hitting the spotlights. The inconveniences found in off-line auctions, such as time and place restriction and limited number of items, are solved in the online auction. However, not so many auction sites have integrated auction information systems, which monitor the present status of auctions, resulting in greater inconvenience for the online auction users. Moreover, there is no auction site that suggests the appropriate starting or closing price that is useful for users when they make, their bids, What the online auction users need is an auction system that can solve such problems. This study is purported for solving the problems by designing and implementing a real time auction system that applies the comparison search functions and the agent functions. In other words, an integrated database system using a bidder-oriented agent for providing information is built so that the users can search and compare the information on the item they are interested in and make a faster and more accurate purchase. Also the appropriate starting and closing prices are offered to the sellers and bidders through the integrated system for a closer and more accurate comparison and analysis of the prices. For future work, the product recommendation service, which accurately reflects the bidding patterns, and the methods for studying the multi bidding pattern will be applied to the suggested system to realize a real time auction information system that supports CRM(Customer Relationship Management) .

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제67차 동계학술대회논문집 31권1호
• /
• pp.461-463
• /
• 2023

MZ세대를 중심으로 자기관리를 열심히 하는 사람들이 증가함에 따라 화장의 기본이 되는 개인 피부톤(퍼스널 컬러)을 찾는 것이 중요시되고 있다. 현재 대다수 사람은 자신에게 어울리는 퍼스널 컬러를 찾기 위해 높은 비용을 지불하여 전문가를 이용하거나 객관적이고 정량화된 기준 없이 오랜 시간을 투자하여 스스로 퍼스널 컬러를 찾는 등 시간과 비용 측면에서의 한계점을 가지고 있다. 본 논문에서는 이를 보완하기 위해 이미지 기반 인공지능 기술(객체 탐지, 객체 분할, BeautyGAN)을 적용하여 데이터 기반의 정량적인 기준을 생성하고, 퍼스널 컬러에 알맞은 화장품 추천 웹 서비스를 제안한다.

• 한국전자거래학회지
• /
• 제15권4호
• /
• pp.181-195
• /
• 2010

웹 2.0을 이끌어가는 원동력이라고 할 수 있는 일반 개인 사용자의 참여와 공유는 블로그, 소셜 네트워크(Social Network), 집단지성, 소셜 북마크(Social Bookmark), 태깅(Tagging) 등의 다양한 형태로 나타나고 있다. 이 중에서 소셜 북마크는 개인이 사용하는 북마크를 웹에 추가하여 공유함으로써, 다수의 사람들이 유용하다고 생각하는 북마크에 대한 정보를 기반으로 한 다양한 서비스를 제공하는 개념이다. 딜리셔스(Delicious.com)는 소셜 북마크 서비스의 대표적인 사례라고 할 수 있으며, 북마크에 사용자들이 붙인 태그를 이용하여 검색 서비스를 제공한다. 본 논문은 북마크 검색에 대해 개인화된 검색결과를 추천하기 위하여 사용자 태그를 기반으로 하여 딜리셔스가 제공하는 북마크들의 순위를 재순위화 하는 방법론을 제안하였다. 또한 태그유사도를 기반으로 한 태그 네트워크를 이용하여 사용자의 검색어에 의미적으로 유사한 다른 태그들도 순위에 반영될 수 있도록 하였다. 그리고 실험을 통하여 딜리셔스가 제시하는 순위에 비해 본 논문에서 제안하는 시스템의 재순위화 결과가 사용자들에게 더 만족스러우며 정확성도 높음을 확인하였다.

• 지능정보연구
• /
• 제19권3호
• /
• pp.57-71
• /
• 2013

세계에는 수많은 사람들이 살아가고 있고, 사람들의 일상으로부터 매일, 매 시간 단위로 새로운 뉴스가 발생한다. 발생되는 뉴스는 예정된 일과 예상하지 못한 일들을 포함하고 있다. 발생하는 뉴스의 거대한 양과 이를 전달하는 수많은 미디어들로 인해 사람들은 뉴스 콘텐츠를 이용하는데 많은 시간을 소비하게 된다. 하지만 미디어에 시시각각 나타나는 속보와 실시간 이슈의 대부분이 가십 기사로 이루어져 있어 사용자들이 자신의 성향에 맞는 뉴스를 선별하고, 뉴스로부터 정보를 획득하는 것은 쉽지 않은 일이다. 또한 사용자의 관심사가 시간에 따라 변하기 때문에 뉴스 제공에 있어 사용자의 변하는 관심사를 반영하는 것이 요구된다. 본 논문에서는 사용자의 최근 관심사를 기반으로 사용자 선호도에 맞는 뉴스를 제공하기 위한 콘텐츠 기반의 추천 기법 및 시스템을 제안한다. 사용자의 최근 선호도를 파악하기 위하여 소셜 네트워크 서비스인 Facebook 사용자의 정보와 최근 게시글을 이용하여 동적으로 사용자 프로파일을 생성하여 이를 뉴스 서비스에 활용하고, 사용자 선호도에 적합한 뉴스를 추출하기 위해서 뉴스 콘텐츠의 분석을 요구한다. 뉴스 콘텐츠 분석을 위해 미디어에서 제공되는 뉴스의 카테고리를 사용하고, 뉴스 방송원고의 분석 및 주요 키워드 추출을 통해 뉴스 프로파일을 생성한다. 사용자 프로파일과 뉴스 프로파일 간의 유사도 측정을 위해서는 두 프로파일 간 형식의 일치화가 요구되므로 사용자 프로파일을 뉴스 프로파일과 동일한 형태로 생성한다. 사용자가 시스템에 접속하면 시스템은 사용자 프로파일에 명시된 선호도를 기반으로 뉴스 프로파일과의 유사도를 측정하고, 사용자 선호도에 가장 적합한 뉴스들을 제공하게 된다. 또한 사용자에게 제공된 뉴스 프로파일과 다른 뉴스 프로파일들 간에 유사도를 측정하여 유사도가 높은 관련된 뉴스들을 제공하게 된다. 제안한 개인화된 뉴스 서비스의 성능을 평가하기 위해 사용자에게 추천된 뉴스에 대한 사용자 평가와 시스템 예측값의 오차를 기반으로 6Sub-Vectors 벤치마크 알고리즘과 성능 평가를 수행하였고, 실험 결과를 통해 제안한 시스템의 우수성을 입증하였다.

• 지능정보연구
• /
• 제20권2호
• /
• pp.179-192
• /
• 2014

최근 IT 환경의 변화에 따라 웹 서비스를 기반으로 대규모 사용자 대상의 상호 참여적인 MOOC(Massive Open Online Courses)과 같은 온라인 교육 환경이 부상하고 있다. 그러나 온라인 교육 시스템은 원거리로 학습이 이루어짐에 따라 학습자의 자발적 동기를 꾸준히 유지하기 어려우며, 또한 학습자 간에 지식을 공유하고 공유한 지식을 활용하는 기능이 부족하다. 이러한 문제를 극복하기 위해 구성주의적 학습이론과 집단지성에 기반하여 학습자가 보유한 학습자료를 공유하고 개인화된 학습자료 추천을 받을 수 있는 학습자료 북마킹 서비스인 WeStudy를 구현하였다. 위키피디아(Wikipedia), 슬라이드쉐어 (SlideShare), 비디오렉쳐스 (VideoLectures) 등 현존하는 집단지성 기반 서비스들의 주요 기능으로부터 필요한 집단지성 기능들을 검토하였으며, 본 서비스의 주요 기능으로 1) 리스트 및 그래프 형태의 학습자료 리스트 시각화, 2) 개인화된 학습자료 추천, 3) 보다 상세한 학습자료 추천을 위한 관심 학습자 지정 등을 도출하여 시스템을 설계하였다. 이후, 웹 기반으로 구현된 세 가지 주요기능 별로 개량된 휴리스틱 사용성 평가 방법을 통해 개발된 시스템의 사용성 평가를 실시하였다. 10명의 HCI 분야 전공자 및 현업 종사자를 대상으로 정량적 및 정성적인 평가 결과, 세 가지의 주요 기능에서 전반적으로 사용성이 우수한 것으로 판정되었다. 주요 기능 별 정성적인 평가에서 도출된 여러 마이너 이슈들을 반영할 필요가 있으며, 향후 대규모 사용자를 대상으로 본 서비스를 보급하고 이용할 수 있도록 제공하여 자발적인 지식 공유 환경을 조성할 수 있을 것으로 전망된다.

• 지능정보연구
• /
• 제24권2호
• /
• pp.85-109
• /
• 2018

추천시스템은 사용자의 과거 구매행동을 통해 향후 구매할 것이라고 예상되는 제품을 자동으로 검색하여 추천해준다. 특히 전자상거래 기업의 상품추천시스템은 일대일 마케팅의 대표적 실현수단으로 가치가 있다. 하지만, 전통적인 추천시스템, 특히 학계 및 산업계에서 가장 널리 사용되고 있는 전통적인 협업필터링 기법은 단일차원의 '종합 평점'만을 고려하여 추천결과를 생성하도록 설계되어 있어, 사용자들의 정확한 니즈를 이해하고 대응하는데 근본적인 한계가 있다. 최근에는 전자 상거래 기업들도 고객들로부터 보다 다각화된, 다기준 방식으로 피드백을 받고 있다. 특히 다기준 평점은 정량적으로 입력되는 정보이므로 상대적으로 분석 및 처리가 용이하다는 장점이 있다. 그러나 다기준 평점 역시 사전에 정해진 기준에 대해서만 사용자의 피드백이 이루어지기 때문에, 보다 상세하게 사용자의 의견을 이해하여 추천에 반영하는 데에는 한계가 있다. 이에 본 연구는 다기준 평점 정보와 선택적 협업필터링의 서로 다른 접근방법을 통해 도출된 추천결과를 종합하여, 최종적으로 추천 대상리스트를 산출할 수 있는 하이브리드 기술을 제안한다. 본 연구에서 제안한 연구모형의 유용성을 검증하기 위해, 식음료점(식당, 카페 등)에 대한 실제 이용자를 대상으로 온라인 설문을 통해 종합 평점과 다기준 평점을 수집하였으며, 데이터를 학습용과 검증용으로 구분하여 학습시키고 성과를 평가하였다. 이 기법은 결합 함수 기반 접근법과 사용자마다 구매의사결정의 체계가 다르다는 전제하에, 사용자들을 유형화하고, 유형에 따라 정보원을 선택적으로 활용하는 협업필터링 알고리즘을 활용했다. 실험결과, 제안 알고리즘을 통한 추천 방법이 단일 차원을 고려하는 전통적인 협업필터링과 비교해 더 우수한 예측정확도를 나타냄을 확인했다. 아울러, 본 연구가 제안하는 다기준 평점과 선택적 협업필터링 알고리즘을 종합하여 추천하는 방법이, 단순히 다기준 평점을 고려했을 때 보다 통계적으로 유의한 수준의 정확도의 개선이 이루어짐을 확인할 수 있었다.