• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제15권1호
• /
• pp.45-52
• /
• 2015

Although researchers have proposed various recommendation systems, most recommendation approaches are for single users and there are only a small number of recommendation approaches for groups. However, TV programs or movies are most often viewed by groups rather than by single users. Most recommendation approaches for groups assume that single users' profiles are known and that group profiles consist of the single users' profiles. However, because it is difficult to obtain group profiles, researchers have only used synthetic or limited datasets. In this paper, we report on various group recommendation approaches to a real large-scale dataset in a TV domain, and evaluate the various group recommendation approaches. In addition, we provide some guidelines for group recommendation systems, focusing on home group users in a TV domain.

• 디지털산업정보학회논문지
• /
• 제9권1호
• /
• pp.43-52
• /
• 2013

Pervasive computing and social network are good resources in recommendation method. Collaborative filtering is one of the most popular recommendation methods, but it has some limitations such as rating sparsity. Moreover, it does not consider social network in pervasive computing environment. We propose an effective proactive friend recommendation method using social network and contexts in pervasive computing environment. In collaborative filtering method, users need to rate sufficient number of items. However, many users don't rate items sufficiently, because the rating information must be manually input into system. We solve the rating sparsity problem in the collaboration filtering method by using contexts. Our method considers both a static and a dynamic friendship using contexts and social network. It makes more effective recommendation. This paper describes a new friend recommendation method and then presents a music friend scenario. Our work will help e-commerce recommendation system using collaborative filtering and friend recommendation applications in social network services.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제7권2호
• /
• pp.91-95
• /
• 2007

Main goal of web recommendation system is to study how user behavior on a website can be predicted by analyzing web log data which contain the visited web pages. Many researches of the web recommendation system have been studied. To construct web recommendation system, web mining is needed. Especially, web usage analysis of web mining is a tool for recommendation model. In this paper, we propose web recommendation system using grid based support vector machines for improvement of web recommendation system. To verify the performance of our system, we make experiments using the data set from our web server.

• 한국멀티미디어학회논문지
• /
• 제22권2호
• /
• pp.260-270
• /
• 2019

As the growth of developing Islamic countries, Muslims are into the world. The most important thing for Muslims to purchase food, ingredient, cosmetics and other products are whether they were certified as 'Halal'. With the increasing number of Muslim tourists and residents in Korea, Halal restaurants and markets are on the rise. However, the service that provides information on Halal restaurants and markets in Korea is very limited. Especially, the application of recommendation system technology is effective to provide Halal restaurant information to users efficiently. The profiling of Halal restaurant information should be preceded by design of recommendation system, and design of recommendation algorithm is most important part in designing recommendation system. In this paper, an Intelligent Recommendation Service system for offering Halal food (IRSH) based on dynamic profiles was proposed. The proposed system recommend a customized Halal restaurant, and proposed recommendation algorithm uses hybrid filtering which is combined by content-based filtering, collaborative filtering and location-based filtering. The proposed algorithm combines several filtering techniques in order to improve the accuracy of recommendation by complementing the various problems of each filtering. The experiment of performance evaluation for comparing with existed restaurant recommendation system was proceeded, and result that proposed IRSH increase recommendation accuracy using Halal contents was deducted.

• 한국인터넷방송통신학회논문지
• /
• 제14권4호
• /
• pp.187-195
• /
• 2014

본 논문은 선행 연구에서 개발한 MissLess 키보드의 성능을 평가한다. MissLess 키보드는 모바일 단말기 내의 사전에 저장되는 모든 어휘에 해시 코드 값을 할당한다. 그리고, 사용자가 입력한 어휘와 일정 범위의 해시 코드를 가진 어휘를 골라내는 해시필터링, 골라낸 어휘와 입력된 어휘의 철자 유사성을 실시간으로 비교하여 유사 단어를 추려내는 철자 유사성 기반 정렬, 그리고 마지막으로 사용자의 사용 빈도가 놓은 어휘를 우선적으로 골라내는 사용자 패턴 기반 추천의 3 단계를 거쳐 어휘를 추천한다. 본 논문은 추천 알고리즘의 각 단계별로 성능 요소를 분석하고, 이들 요소가 미치는 추천 성능의 영향을 평가하고 평가된 결과를 보인다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제14권3호
• /
• pp.306-310
• /
• 2008

정보추천 서비스를 위한 선호도는 상황에 따라 달라질 수 있으므로, 정보추천 서비스를 제공하기 위해서는 먼저 사용자의 컨덱스트 정보를 알아야 한다. 본 논문은 모바일 환경에서 다수 사용자의 선호도를 고려한 추천 시스템을 제안하며, 음식점 추천에 이를 적용하고자 한다. 모바일 환경에서 개별 사용자의 선호도를 모델링하기 위해 베이지안 네트워크를 사용하였으며, 음식점 추천은 많은 경우 개별 사용자가 아닌 다수 사용자의 선호도를 고려해야 하므로, 본 논문에서는 개별 사용자의 선호도를 바탕으로 다수의 선호도를 획득하기 위해 다기준 의사결정방법인 AHP를 이용하였다. 실험을 위해서 10가지 서로 다른 상황에서 추천을 수행하였으며, 마지막으로 SUS 사용성 평가를 통해 제안하는 시스템의 사용성이 높게 평가되었음을 확인하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권10호
• /
• pp.3419-3437
• /
• 2022

Anonymization technology is an important technology for privacy protection in the process of data release. Usually, before publishing data, the data publisher needs to use anonymization technology to anonymize the original data, and then publish the anonymized data. However, for data publishers who do not have or have less anonymized technical knowledge background, how to configure appropriate parameters for data with different characteristics has become a more difficult problem. In response to this problem, this paper adds a historical configuration scheme resource pool on the basis of the traditional anonymization process, and configuration parameters can be automatically recommended through the historical configuration scheme resource pool. On this basis, a privacy model hybrid recommendation algorithm for user satisfaction is formed. The algorithm includes a forward recommendation process and a reverse recommendation process, which can respectively perform data anonymization processing for users with different anonymization technical knowledge backgrounds. The privacy model hybrid recommendation algorithm for user satisfaction described in this paper is suitable for a wider population, providing a simpler, more efficient and automated solution for data anonymization, reducing data processing time and improving the quality of anonymized data, which enhances data protection capabilities.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제4권9호
• /
• pp.289-296
• /
• 2015

정보의 폭발적인 증가로 사용자들은 원하는 정보를 빠른 시간에 얻는 것이 힘들어졌다. 따라서 이 문제를 해결하기 위한 다양한 방식의 새로운 서비스들이 제공되고 있다. 개인에게 맞는 맞춤 서비스를 제공하는 것이 중요하게 부각되면서 개인화 추천 시스템이 매우 중요하게 되었다. 추천 시스템 중 협업 필터링은 추천 시스템에서 널리 사용되고 있고 개인화 추천 시스템 중에서 가장 성공적인 방법이다. 협업 필터링 방법은 고객들의 프로파일 정보를 기반으로 추천을 하므로 희박성 문제와 cold-start 문제가 있다. 본 논문에서는 개인에게 더 정확하게 추천하기 위해 협업 필터링 기법과 상황기반 기법을 함께 이용하는 방법을 제안한다. 상황기반 기법은 사용자를 둘러싼 시간, 감정, 장소 등과 같은 환경을 고려하여 사용자에게 맞는 아이템을 추천하는 방법으로 상황에 따라 달라지는 사용자의 선호도를 반영할 수 있다. 본 논문에서는 상황기반 기법을 활용하기 위해 상황정보로 감정을 이용하며 이를 위해 개인의 주관적인 정보를 파악하는 데 효과적인 영화 리뷰를 이용한다. 본 논문에서 제안한 방법은 기존의 협업 필터링 방법보다 성능평가 결과, 향상된 성능을 보였다.

• 한국차세대컴퓨팅학회논문지
• /
• 제13권2호
• /
• pp.35-48
• /
• 2017

스마트 환경에서는 센서, 디스플레이, 스마트폰 등 각종 장치들이 존재하며, 이러한 장치들을 이용하여 다양한 콘텐츠가 제공될 수 있다. 그러나 방대한 양의 콘텐츠가 다수의 사용자들에게 제공되고 있지만, 대부분의 환경에서 사용자에 대한 고려가 없거나 위치, 시간 등의 간단한 요소만을 고려하고 있어 사용자를 위한 유의미한 콘텐츠 제공에 한계가 있다. 이에 본 논문에서는 사용자에게 맞춤형 콘텐츠를 제공하기 위해 사용자, 장치, 콘텐츠가 가진 상황 정보를 인지하여 콘텐츠를 추천할 수 있는 시스템인 상황인지 기반 콘텐츠 추천 시스템을 제시한다. 상황인지 기반 콘텐츠 추천 시스템은 스마트 환경의 컨텍스트를 추론하고 사용자와 콘텐츠의 정보를 이용하여 사용자의 콘텐츠별 선호도를 산출하고 사용자에게 콘텐츠를 추천한다. 이러한 시스템의 프로세스를 구축하기 위해 도메인 지식을 온톨로지 모델로 구축하고, 콘텐츠 추천 시스템을 설계 및 구현하기 위한 방법을 제시한다. 그리고 부산의 센텀시티를 도메인으로 하여 사례 연구를 진행하며 산출된 0.8730의 평균 절대값 오차를 이용하여 제시한 시스템의 콘텐츠 추천 성능의 우수성을 검증하였다.

• 한국콘텐츠학회논문지
• /
• 제5권4호
• /
• pp.36-44
• /
• 2005

모바일 커머스 어플리케이션에서 각 소비자들이 구입할 상품을 상황에 맞게 효과적으로 찾을 수 있도록 도와주는 권유 서비스는 그 필요성이 점차 부각되고 있다. 본 논문에서는 상황인식 모바일 커머스를 위한 새로운 단계별 권유 기법을 제안한다. 제안한 기법에서는 상황에 따라 한번에 모든 정보를 권유하지 않고 단계별로 권유하는 접근 방법을 취하며, 소비자의 패턴과 프리패칭 기법을 사용함으로써 효율적인 권유 서비스가 가능하다. 이를 위해 제안된 기법을 설명하고 이를 모바일 커머스 어플리케이션 시나리오에 적용해본다. 또한, 실험을 통해 기존 기법보다 제안된 기법이 우수함을 보인다.