• 지능정보연구
• /
• 제21권4호
• /
• pp.93-110
• /
• 2015

기존의 협업필터링 추천시스템 연구는 상품에 대한 고객의 평점(rating)이나 구매 여부 데이터로부터 하나의 프로파일을 생성하고 이를 기반으로 추천 성능을 향상시킬 수 있는 새로운 알고리즘을 개발하는 위주로 진행되어 왔다. 그러나 빅데이터 환경이 도래하면서 기업이 수집할 수 있는 고객 데이터가 풍부해지고 다양해짐에 따라, 보다 정확하게 고객의 선호도나 행태를 파악하는 것이 가능하게 되었고 이러한 데이터, 즉 퍼스널 빅데이터(personal big data)를 추천시스템에 활용하는 연구의 필요성이 대두되고 있다. 본 연구에서는 마케팅의 시장세분화 이론에 근거하여 퍼스널 빅데이터로부터 고객의 선호도나 행태를 다양한 관점에서 표현할 수 있는 5종의 다중 프로파일(multimodal profile)을 개발하고, 이를 활용하여 협업필터링 추천시스템의 성능을 개선하고자 한다. 제안하는 5종의 다중 프로파일은 프로파일 통합 유사도, 개별 프로파일 유사도 평균, 개별 프로파일 유사도 가중 평균이라는 세 가지 앙상블 기법을 통해 협업필터링의 이웃(neighborhood) 탐색과정에 적용된다. 실제 퍼스널 빅데이터에 본 연구에서 제안하는 방법론을 적용한 결과, 단일 프로파일을 사용하는 협업필터링 알고리즘보다 추천 성능이 상당히 개선되었으며 앙상블 방법 중에서는 개별 프로파일 유사도 가중 평균 기법이 가장 높은 추천 성능을 보여주었다. 본 연구는 빅데이터 환경에서 추천시스템을 개발하고자 할 때, 어떠한 성격의 데이터로부터 고객의 특성을 규명하는 프로파일을 만들고 이를 어떻게 결합하여 사용하는 것이 효과적인 지 처음으로 제안하였다는 점에서 그 의의가 있다.

• 한국식품위생안전성학회지
• /
• 제30권1호
• /
• pp.43-50
• /
• 2015

본 연구에서는 오징어류에 해당하는 대왕오징어, 오징어, 문어, 한치 및 이를 이용한 가공식품에 대해서 분자생물학적 기법을 활용한 시험법을 검토하였다. 시료 중 원료성분 확인을 위하여 오징어류 4종에 대해 최적의 종 특이 프라이머를 디자인하였으며, 시료로부터 직접 genomic DNA를 추출하여 PCR을 실시하였다. PCR 수행과정에서 반응을 저해하는 염 성분을 제거하기 위하여 증류수를 이용하여 3~4회 세척 후 PCR을 실시한 결과, Single PCR의 경우 대왕오징어(552 bp), 오징어(463 bp), 문어(247 bp), 한치(354 bp)에 해당하는 종 특이적인 증폭산물을 확인하였으며, Multiplex PCR 의 경우 서로 다른 종 사이의 교차반응없이 동시다발적으로 증폭이 일어남을 확인할 수 있었다. 또한 이들 4종에 대해 PCR 민감도를 조사한 결과, 모두 약 $0.1ng/{\mu}l$의 농도까지 검출이 가능함을 확인하였으며 multiplex PCR의 경우 약 $0.25ng/{\mu}l$의 농도까지 검출이 가능함을 확인하였다. 이를 이용하여 오징어류가 함유된 수산물 가공식품 8건에 대해 적용성을 검토한 결과, 모든 시료에서 유효한 결과를 확인할 수 있었다. 따라서 본 연구에서 제작된 오징어류 4종에 대한 종 특이적 프라이머는 생물 상태뿐만 아니라 수산물 가공식품에 대해서도 이를 판별할 수 있어 식품안전관리에 활용할 수 있을 것으로 기대된다.