• 한국인터넷방송통신학회논문지
• /
• 제21권3호
• /
• pp.99-105
• /
• 2021

넥플릭스,유튜브로 대표되는 OTT 동영상 제작 서비스에 인공지능으로 콘텐츠를 개인별 맞춤식 추천 시스템은 보편화 되었다. 유튜브의 개인별 맞춤 추천서비스 시스템은 두 개의 신경망으로 구성되는데 신경망 하나는 추천 후보생성 모델이고 다른 하나는 순위평가 네트워크로 구성된다. Netflix의 동영상 추천 시스템은 두 개 데이터 분류 시스템으로 구성되어 있으며 콘텐츠 기반 필터링과 협업 필터링으로 나누어진다. 코로나 펜데믹으로 온라인 플랫폼 주도의 콘텐츠 제작이 활성화 되면서 인공지능을 활용한 가상 인플루언서 분야가 부각되고 있다. 가상인플루언서는 GAN(Generative Adversarial Networks) 인공지능으로 제작되는데 성격이 다른 두 시스템이 서로 경쟁하는 방식으로 학습이 반복되는 비교사(Unsupervised) 학습 알고리즘이다. 이 연구는 AI 개인별 추천 기반 플랫폼과 가상인플루언서(메타버스)가 향후 OTT의 핵심콘텐츠로의 발전 가능성도 연구해 보았다.

• 전기학회논문지
• /
• 제66권7호
• /
• pp.1083-1091
• /
• 2017

As big data technologies have been developed and massive data have exploded from users through various channels, CEO of global IT enterprise mentioned core importance of data in next generation business. Therefore various machine learning technologies have been necessary to apply data driven services but especially recommendation has been core technique in viewpoint of directly providing summarized information or exact choice of items to users in information flooding environment. Recently evolved recommendation techniques have been proposed by many researchers and most of service companies with big data tried to apply refined recommendation method on their online business. For example, Amazon used item to item collaborative filtering method on its sales distribution platform. In this paper, we develop a commercial web service for suggesting music contents and implement three representative collaborative filtering methods on the service. We also produce recommendation lists with three methods based on real world sample data and evaluate the usefulness of them by comparison among the produced result. This study is meaningful in terms of suggesting the right direction and practicality when companies and developers want to develop web services by applying big data based recommendation techniques in practical environment.

• 한국콘텐츠학회논문지
• /
• 제22권7호
• /
• pp.164-175
• /
• 2022

OTT(Over The Top) 플랫폼은 개인화된 추천 서비스가 이용자들을 플랫폼에 더 오래 머물게 하고, 더 자주 방문하게 한다는 점에서 차별적 경쟁우위 특성을 강화하기 위해 노력하고 있다. 본 연구에서는 개인화된 추천 서비스의 특성을 추천 정확성과 추천 다양성, 추천 신기성의 3가지로 구분하고, 각 특성이 이용자가 추천 서비스에 대해 인지하는 유용성에 영향을 미치고, 기대충족으로 이어지는 연구모형을 제안하였다. 넷플릭스를 정기구독 결제하는 20, 30대 300명을 대상으로 온라인 설문조사를 진행한 결과, 추천 서비스의 정확성과 다양성, 신기성이 높았을 때 지각된 유용성이 높아짐을 확인하였다. 높은 지각된 유용성은 넷플릭스 이용 전후의 기대충족으로 이어진다는 점 역시 확인하였다. 도출된 연구 결과는 개인화된 추천 서비스 평가에서 이용자 경험 측면의 중요성과 추천 서비스 품질 개선 방안에 대한 시사점을 제공할 수 있을 것이다.

• 한국콘텐츠학회논문지
• /
• 제18권12호
• /
• pp.660-675
• /
• 2018

본 논문은 최근 급성장하고 있는 온라인 영상 서비스의 인지된 특성이 이용자의 긍정적인 몰입 경험과 만족도에 어떠한 영향을 미치는 지 알아보고자한다. 연구를 위해 평소 유튜브를 이용하는 20-30대 응답자 289명을 대상으로 설문을 실시하였고, 이후 위계적 회귀분석을 사용해 변인 간 관계를 분석하였다. 그 결과 유튜브의 상호작용 특성과 추천 서비스의 새로움, 콘텐츠의 다양성, 콘텐츠의 오락성이 모두 개인의 몰입 경험 하위차원에 영향을 미치고 있음이 확인되었다. 한편 추천 서비스의 정확성은 개인의 몰입 경험에는 유의한 영향이 없었으나, 만족 수준에는 긍정적 영향을 주었다. 마지막으로 몰입은 이용자의 만족에 직접 적인 영향을 주고, 유튜브의 특성과 만족을 일부 매개한다는 사실도 확인했다. 이 같은 연구결과는 온라인 영상 플랫폼 서비스에 대한 이용자의 인식과 경험을 이해하는 데 도움이 되며, 이용자의 만족을 위해 실무 적으로 고려해야 할 사안들을 제시했다는 데 의의가 있다.

• 경영정보학연구
• /
• 제24권3호
• /
• pp.69-91
• /
• 2022

짧은 동영상의 대표서비스인 틱톡의 사용자를 대상으로 프라이버시 계산 모델을 이용하여 틱톡의 추천서비스 유형(추천서비스 정도에 따라서 3단계로 구분함)에 대한 사용자의 반응(인지된 위험, 인지된 혜택, 지속적 사용의도)과 인지된 위험과 인지된 혜택이 지속적 사용의도에 미치는 영향을 검증하였다. 뿐만 아니라 지속적 사용의도에 영향을 조절하는 호기심의 역할이 있는지를 검증하였다. 연구 결과, 인지된 혜택(인지된 정보성)요인과 지속적 사용의도는 추천서비스 유형중에서도 고, 저, 중 추천 서비스정도 순으로 높게 나타났고, 인지된 혜택(인지된 오락성)과 인지된 위험(프라이버시 심각성, 프라이버시 침해 가능성)은 고, 중, 저의 추천 서비스정도 순으로 높게 나타났다. 인지된 혜택(인지된 정보성, 인지된 오락성)은 지속적 사용의도에 긍정적인 영향을 주었으나, 인지된 위험(프라이버시 심각성, 프라이버시 침해 가능성)은 지속적 사용의도에 부정적인 영향을 주는 것으로 확인되었다. 마지막으로 프라이버시 계산모델에서 호기심은 조절효과가 있다는 것을 확인하였다. 사용자들은 추천서비스의 프라이버시에 대한 우려와 서비스에 대한 혜택 모두를 인지하고 있으며, 추천서비스에 대해서 위험과 혜택이 모두 있지만 지속적으로 서비스를 이용할 것으로 나타났다. 더 많은 연구를 통해서 추천시스템의 긍정적인 효과와 부정적인 반응을 비교하여 사용자들의 프라이버시 허용정도에 대해서 좀 더 알게 되었을 때 추천서비스를 염려없이 사용할 수 있을 것으로 사료된다.

• 경영정보학연구
• /
• 제17권3호
• /
• pp.95-111
• /
• 2015

추천시스템은 과거 구매행동을 통해 사용자가 향후 구매할 것이라 예상되는 제품을 자동으로 검색하여 제공하는 시스템이다. 이러한 추천시스템은 여러 전자상거래 업체에서 도입하고 있으며, 사용자의 편의성 및 수익에 긍정적인 영향을 미치고 있다. 하지만 사용자가 어떠한 기준을 가지고 제품을 평가하는지, 어떠한 요소가 구매 의사 결정에 영향을 미치는지는 반영할 수 없다는 한계가 있다. 이에 본 연구에서는 사용자가 직접 작성한 구매후기를 통해, 사용자 별 제품 평가요소를 활용할 수 있는 추천 모형 알고리즘을 개발하였다. 토픽 모델링을 활용하여 사용자들의 구매후기를 분석하였으며, 이러한 후기의 특성이 반영된 커널과 평가 점수가 반영된 커널 등을 함께 활용하여 다중 커널 학습 기반의 추천 모형을 개발하였다. 또한, 이러한 모형을 BestBuy 사례에 적용하여 검증하였다. 검증 결과, 기존 협업적 필터링 알고리즘보다 다중 커널 학습에 의한 추천 모형의 정확도가 우수하였고, 구매후기의 유사성을 반영하였기에, 사용자가 어떠한 요소를 평가하는지를 확인할 수 있었다. 또한, 기존 협업적 필터링 알고리즘보다 다양한 제품에 대한 추천이 가능함을 확인할 수 있었다. 본 연구는 토픽 모델링과 커널 학습 기반을 사용한 융합적인 추천모형으로서, 온라인 추천시스템의 새로운 방법을 제안한다.

• 한국의류학회지
• /
• 제43권3호
• /
• pp.349-360
• /
• 2019

This study analyzes the trends of recommendation services for customized fashion styles in relation to artificial intelligence. To achieve this goal, the study examined filtering technologies of collaborative, content based, and deep-learning as well as analyzed the characteristics of recommendation services in the users' purchasing process. The results of this study showed that the most universal recommendation technology is collaborative filtering. Collaborative filtering was shown to allow intuitive searching of similar fashion styles in the cognition of need stage, and appeared to be useful in comparing prices but not suitable for innovative customers who pursue early trends. Second, content based filtering was shown to utilize body shape as a key personal profile item in order to reduce the possibility of failure when selecting sizes online, which has limits to being able to wear the product beforehand. Third, fashion style recommendations applied with deep-learning intervene with all user processes of buying products online that was also confirmed to penetrate into the creative area of image tag services, virtual reality services, clothes wearing fit evaluation services, and individually customized design services.

• International Journal of Computer Science & Network Security
• /
• 제22권6호
• /
• pp.163-171
• /
• 2022

Online services are widely spread, and their use increases day by day. As COVID-19 spread and people spent much time online, fraud scams have risen unexpectedly. Manipulation techniques have become more effective at swindling those lacking basic technological knowledge. Unfortunately, a user needs a quorum. The interest in preventing scammers from obtaining effective quality service has become the most significant obstacle, increasing the variety of daily Internet platforms. This paper is concerned with analyzing purchase data and extracting provided results. In addition, after examining relevant documents presenting research discussing them, the recommendation was made that future work avoids them; this would save a lot of effort, money, and time. This research highlights many problems a person may face in dealing with online institutions and possible solutions to the epidemic through theft operations on the Internet.

• 동아시아경상학회지
• /
• 제7권1호
• /
• pp.1-16
• /
• 2019

Purpose - For the development of fresh food shopping malls, consumers should continue to experience loyalty and favorability for the company's products or brands, and this should lead directly to purchase so that active word-ofmouth and recommendation should be encouraged. Therefore, the purpose of this study is to investigate the effect of e-service quality and e-ERM on e-loyalty with customer satisfaction and commitment as mediators. Research design, data, and methodology - This study was conducted by sample survey method on 320 online customers who have experience in using major online fresh food shopping malls for more than one year. Data analysis methods were frequency analysis, confirmatory factor analysis, reliability analysis, correlation analysis, and structural equation model analysis. Result - Hypothesis 1 through Hypothesis 7 were all supported. The results of this study suggest that e-service quality and e-CRM of online fresh food shopping malls have a significant effect on satisfaction and commitment. Therefore, the conclusion has been derived that the focus of this study, that such satisfaction and commitment have a significant effect on e-customer loyalty. has been supported theoretically and empirically. Conclusion - This study suggests that studies on customer loyalty based on activation commerce factors related to fresh food in online shopping malls will be an index that can reflect on customer's needs corresponding with future trends of not only online shopping malls but also offline shopping malls.

• 인터넷정보학회논문지
• /
• 제21권1호
• /
• pp.111-117
• /
• 2020

Dessert Ateliers (DA) are small shops that sell high-end homemade desserts such as macaroons, cakes, and cookies, and their popularity is increasing according to the emergence of small luxury trends. Even though each DA sells the same kinds of desserts, they are differentiated by the personality of their pastry chef; thus, there is a need to purchase desserts online that customers cannot see and purchase offline, and thus dessert e-commerce has emerged. However, it is impossible for customers to identify all the information of each DA and clearly understand customers' preferences when buying desserts through the dessert e-commerce. When a dessert e-commerce service provides a DA recommendation service, customers can reduce the time they hesitate before making a decision. Therefore, this paper proposes two kinds of DA recommendation method: a clustering-based recommendation method that calculates the similarity between customers' content and DAs and a dynamic weighting-based recommendation method that trains the importance of decision factors considering customer preferences. Various experiments were conducted using a real-world dataset to evaluate the performance of the proposed methods and it showed satisfactory results.