이웃크기를 이용한 사용자기반과 아이템기반 협업여과의 결합예측 기법

최인복,이재동 한국정보처리학회 2009 정보처리학회논문지. 소프트웨어 및 데이터 공학 Vol.16 No.1

협업여과는 추천시스템에서 널리 사용되는 기법으로 다른 사용자의 평가를 기반으로 아이템을 추천하는 기법이다. 사용자 데이터베이스를 이용하는 메모리기반 협업여과에는 사용자기반 기법과 아이템기반 기법이 있다. 사용자기반 협업여과는 유사한 선호도를 가지는 이웃사용자들의 선호도를 바탕으로 특정 아이템에 대한 선호도를 예측하는 반면, 아이템기반 협업여과는 아이템들의 유사도를 바탕으로 특정 사용자의 선호도를 예측한다. 본 논문에서는 추천의 성능을 향상시키기 위하여 이웃사용자와 이웃아이템 크기의 비율을 가중치로 하여 사용자기반 예측값과 아이템기반 예측값을 결합함으로써 최종 예측값을 생성하는 결합예측기법을 제안한다. MovieLens 데이터 셋과 BookCrossing 데이터 셋을 이용한 실험을 통해 본 논문에서 제안한 결합예측기법이 영화와 책에 대하여 사용자기반과 아이템기반보다 예측의 정확성을 향상시킴을 보인다. Collaborative filtering is a popular technique that recommends items based on the opinions of other people in recommender systems. Memory-based collaborative filtering which uses user database can be divided in user-based approaches and item-based approaches. User-based collaborative filtering predicts a user’s preference of an item using the preferences of similar neighborhood, while item-based collaborative filtering predicts the preference of an item based on the similarity of items. This paper proposes a combined forecast scheme that predicts the preference of a user to an item by combining user-based prediction and item-based prediction using the ratio of the number of similar users and the number of similar items. Experimental results using MovieLens data set and the BookCrossing data set show that the proposed scheme improves the accuracy of prediction for movies and books compared with the user-based scheme and item-based scheme.

소비자의 감성과 소비유형을 이용한 협업여과기반 콘텐츠 추천 기법

최인복,박태근,이재동,Choi, In-Bok,Park, Tae-Keun,Lee, Jae-Dong 한국정보처리학회 2008 정보처리학회논문지D Vol.15 No.3

협업여과 기법은 추천 시스템에서 널리 사용되는 기술이지만, 소비자의 참조그룹을 선정하는 방법에 따라 추천의 정확도가 달라지는 특성을 가지고 있다. 이에 본 논문에서는 콘텐츠 추천의 정확도를 높이기 위하여 소비자의 감성과 소비유형을 참조그룹으로 하여 협업여과기반으로 콘텐츠를 추천하는 기법을 제안한다. 소비자의 감성을 기쁨, 슬픔, 혐오, 행복, 이완 다섯 가지로 구분하고, 소비유형을 저실용/저쾌락, 저실용/고쾌락, 고실용/저쾌락, 고실용/고쾌락 네 가지로 구분하여 콘텐츠 추천 기법의 성능을 분석한 결과, 본 논문에서 제안하는 기법으로 콘텐츠를 추천한 경우가 소비자 감성과 소비유형을 고려하지 않은 전체 참조그룹으로 추천한 경우보다 정확도가 향상됨을 확인하였다. Collaborative filtering is a popular technique used for the recommendation system, but its performance, especially the accuracy of recommendation, depends on how to define the reference group. This paper proposes a new contents recommendation scheme based on collaborative filtering technique whose reference groups are created by consumer's affection and consumption type in order to improve the accuracy of recommendation. In this paper, joy, sadness, anger, happiness, and relax are considered as the consumer's affection. And, low-utility / low-pleasure, low-utility / high-pleasure, high-utility / low-pleasure, and high-utility / high-pleasure are considered as the consumer's shopping types. Experimental results show that the proposed scheme improves the accuracy of recommendation compared to the recommendation scheme considering neither consumer's affection nor consumption type.

인터넷 기반 클러스터 시스템 환경에서 부하공유 및 결함허용 알고리즘

최인복,이재동 한국정보처리학회 2003 정보처리학회논문지. 컴퓨터 및 통신시스템 Vol.10 No.3

인터넷 기반 클러스터 시스템 환경에서 부하공유 및 결함허용 알고리즘

최인복,이재동,Choi, In-Bok,Lee, Jae-Dong 한국정보처리학회 2003 정보처리학회논문지 A Vol.10 No.3

인터넷 기반의 클러스터 시스템 환경에서 알고리즘의 이식성을 높이기 위해서는 네트워크의 특성 및 노드의 이질성에 따른 부하 불균형, 그리고 네트워크나 노드의 결함과 같은 다양한 수행환경의 변화에도 효과적으로 적응할 수 있어야 한다. 본 논문에서 제안하는 Expanded-WF 알고리즘은 Weighted Factoring 알고리즘을 기반으로 부하공유론 위하여 적응할당정책과 개선된 고정 분할 단위 알고리즘을 적용하고 결함허용을 위하여 작업을 중복 수행하는 기법을 적용한다. 적응할당정책으로는 느린 종노드의 작업을 빠른 종노드가 대신 수행하는 기법을 적용하였고, 개선된 고정 분할 단위 알고리즘은 네트워크의 통신시간과 계산시간을 겹치게 하는 것이다. 두 개의 네트워크 환경으로 구성된 이기종의 클러스터 환경에서 PVM을 이용한 행렬의 곱셈 프로그램으로 실험한 결과, 본 논문에서 제안한 알고리즘이 NOW 환경에서 효율적인 Send, GSS, Weighted Factoring 알고리즘보다 각각 55%, 63%, 그리고 20% 효율적임을 보였으며, 또한 결함허용도 가능함을 보였다. Since there are various networks and heterogeneity of nodes in Internet, the existing load-sharing algorithms are hardly adapted for use in Internet-based clustering systems. Therefore, in Internet-based clustering systems, a load-sharing algorithm must consider various conditions such as heterogeneity of nodes, characteristics of a network and imbalance of load, and so on. This paper has proposed an expanded-WF algorithm which is based on a WF (Weighted Factoring) algorithm for load-sharing in Internet-based clustering systems. The proposed algorithm uses an adaptive granularity strategy for load-sharing and duplicate execution of partial job for fault-tolerance. For the simulation, the to matrix multiplication using PVM is performed on the heterogeneous clustering environment which consists of two different networks. Compared to other algorithms such as Send, GSS and Weighted Factoring, the proposed algorithm results in an improvement of performance by 55%, 63% and 20%, respectively. Also, this paper shows that It can process the fault-tolerance.

이웃크기를 이용한 사용자기반과 아이템기반 협업여과의 결합예측 기법

최인복,이재동,Choi, In-Bok,Lee, Jae-Dong 한국정보처리학회 2009 정보처리학회논문지B Vol.16 No.1

협업여과는 추천시스템에서 널리 사용되는 기법으로 다른 사용자의 평가를 기반으로 아이템을 추천하는 기법이다. 사용자 데이터베이스를 이용하는 메모리기반 협업여과에는 사용자기반 기법과 아이템기반 기법이 있다. 사용자기반 협업여과는 유사한 선호도를 가지는 이웃사용자들의 선호도를 바탕으로 특정 아이템에 대한 선호도를 예측하는 반면, 아이템기반 협업여과는 아이템들의 유사도를 바탕으로 특정 사용자의 선호도를 예측한다. 본 논문에서는 추천의 성능을 향상시키기 위하여 이웃사용자와 이웃아이템 크기의 비율을 가중치로 하여 사용자기반 예측값과 아이템기반 예측값을 결합함으로써 최종 예측값을 생성하는 결합예측기법을 제안한다. MovieLens 데이터 셋과 BookCrossing 데이터 셋을 이용한 실험을 통해 본 논문에서 제안한 결합예측기법이 영화와 책에 대하여 사용자기반과 아이템기반보다 예측의 정확성을 향상시킴을 보인다. Collaborative filtering is a popular technique that recommends items based on the opinions of other people in recommender systems. Memory-based collaborative filtering which uses user database can be divided in user-based approaches and item-based approaches. User-based collaborative filtering predicts a user's preference of an item using the preferences of similar neighborhood, while item-based collaborative filtering predicts the preference of an item based on the similarity of items. This paper proposes a combined forecast scheme that predicts the preference of a user to an item by combining user-based prediction and item-based prediction using the ratio of the number of similar users and the number of similar items. Experimental results using MovieLens data set and the BookCrossing data set show that the proposed scheme improves the accuracy of prediction for movies and books compared with the user-based scheme and item-based scheme.

인터넷 기반 클러스터 시스템 환경에서 효율적인 부하공유 기법

최인복(In-Bok Choi),이재동(Jae-Dong Lee) 한국멀티미디어학회 2004 멀티미디어학회논문지 Vol.7 No.2

이기종 클러스터 환경에서 부하공유를 위한 Enhanced Weighted Factoring 알고리즘

최인복(In-Bok Choi),이재동(Jae-Dong Lee) 한국정보과학회 2002 한국정보과학회 학술발표논문집 Vol.29 No.2Ⅰ

최근 인터넷이 발달하면서 인터넷 상의 다양한 컴퓨터들은 연결함으로써 이기종 클러스터 환경 구축이 용이해졌다. 이러한 이기종 클러스터 환경에서 알고리즘의 이식성을 높이기 위해서는 네트워크의 특성 및 노드의 이질성에 따른 부하 불균형에 효과적으로 적응할 수 있어야 한다. 본 논문에서는 이기종 클러스터 환경에서 Message Passing 방식을 이용한 고성능 클러스터 컴퓨팅 작업 시 최적의 효율을 얻을 수 있는 Enhanced-WF 알고리즘을 제시한다. Enhanced-WF 알고리즘은 부하공유를 위하여 Weighted Factoring 알고리즘을 기반으로 적응할당정책을 적용하는 동시에 네트워크 통신시간과 계산시간을 겹치게 한다. Enhanced-WF 알고리즘의 성능을 측정하기 위해 이기종 PC클러스터 환경에서 PVM을 이용한 행렬곱셈 프로그램을 이용하였다. 그 결과, Enhanced-WF 알고리즘이 이기종 클러스터 환경에서 Send, GSS, Weighted Factoring 알고리즘과 같은 기존의 부하공유 알고리즘보다 효과적임을 보였다.

쥐치아 치근면의 치주인대세포의 활성도를 평가하는 방법으로 MTT검색법의 적절성에 대한 조직학적인 검증

김현기,김의성,최인복,김진,이승종 大韓齒科保存學會 2003 Restorative Dentistry & Endodontics Vol.28 No.5

The purpose of this study is to examine the viability of PDL cells in rat molars by using MTT assay and to verify the MTT assay through the histologic observation. Thirty of Sprague Dawley white female rats of 4 weeks old with a body weight of about 100 grams were used. Groupings are as follows : Immediate Group : Positive control group(n=10) after extraction immediately. Dried Group : Negative control group(n=10) after drying for an hour under warm dry. ViaSpan Group : 1hour ViaSpan group(n=10) after storing in ViaSpan at 4℃ for 1hour. Ten teeth of each group were treated as same as above and replanted to the original socket of experimental animals. After two weeks of replantation. all the experimental animals were sacrificed. And after fixation, extracted maxillary jaw was dimineralized. After it was embedded in paraffin. serial section by ViaSpan was carried out and for construction of specimen, hematoxylin eosin dye was used. The mean MTT measurement of immediate group(positive control) is 2.81 and the mean measurement of dried group(negative control) is 0.98 which is significantt differnt(P<0.05), The mean measurement of ViaSpan group is 2.65 and there is significant difference between dried group and ViaSpan group(P<0.05), However, there is no difference between immediate group and ViaSpan group. The average resorption points of immediate group is 3.03 points. In the dried group, average 6.44 points resorption and 2.68 points showed resorption in the ViaSpan group. Unlike with MTT assay, there was no significant difference between the immediate group and ViaSpan group. The usage of MTT assay as a viable cell marker may give us a better indication of the maintenance of periodontal ligament cell vitality.

감성 및 상황기반 추천을 위한 콘텐츠 메타데이터의 설계

김종혁(Jonghyuk Kim),최인복(In-Bok Choi),박태근(Taekeun Park) 한국멀티미디어학회 2008 한국멀티미디어학회 학술발표논문집 Vol.2008 No.2

현대사회는 컴퓨터 관련기술의 발달 및 PC (Personal Computer)의 대중화로 콘텐츠 공급과 수요가 급격하게 증가하고 있다. 이런 환경에서 콘텐츠 소비자는 원하는 콘텐츠를 찾는데 많은 시간을 소요할 수 있다. 본 논문에서는 콘텐츠 소비자가 시간을 낭비하지 않고 자신이 원하는 것을 제공받을 수 있도록 콘텐츠 메타데이터를 설계한다. 기존의 콘텐츠 메타데이터인 MPEG-7 사용자에 대한 인구통계학적 특성과 감성, 상황정보를 추가한다. 이 연구에서는 콘텐츠 메타데이터를 수정한다. 또한 수정된 콘텐츠 메타데이터를 XML형태로 생성하기 위하여 연구통계학적 특성정보, 감성 및 상황정보를 입력받는 프로그램을 구현하여 생성 결과를 보여준다.

사용자 기반과 아이템 기반 협업여과 추천기법에 관한 실증적 연구

김예나 ( Ye-na Kim ),최인복 ( In-bok Choi ),박태근 ( Taekeun Park ),이재동 ( Jae-dong Lee ) 한국정보처리학회 2008 한국정보처리학회 학술대회논문집 Vol.15 No.2

협업여과 추천기법에는 사용자 기반 협업여과와 아이템 기반 협업여과가 있으며, 절차는 유사도 측정, 이웃 선정, 예측값 생성 단계로 이루어진다. 유사도 측정 단계에는 유클리드 거리(Euclidean Distance), 코사인 유사도(Cosine Similarity), 피어슨 상관계수(Pearson Correlation Coefficient) 방법 등이 있고, 이웃 선정 단계에는 상관 한계치(Correlation-Threshold), 근접 N 이웃(Best-N-Neighbors) 방법 등이 있다. 마지막으로 예측값 생성 단계에는 단순평균(Simple Average), 가중합(Weighted Sum), 조정 가중합(Adjusted Weighted Sum) 등이 있다. 이처럼 협업여과 추천기법에는 다양한 기법들이 사용되고 있다. 따라서 본 논문에서는 사용자 기반 협업여과와 아이템 기반 협업여과 추천기법에 사용되는 유사도 측정 기법과 예측값 생성 기법의 최적화된 조합을 알아보기 위해 성능 실험 및 비교 분석을 하였다. 실험은 GroupLens의 MovieLens 데이터 셋을 활용하였고 MAE(Mean Absolute Error)값을 이용하여 추천기법을 비교 하였다. 실험을 통해 유사도 측정 기법과 예측값 생성 기법의 최적화된 조합을 찾을 수 있었고, 사용자 기반 협업여과와 아이템 기반 협업여과의 성능비교를 통해 아이템 기반 협업여과의 성능이 보다 우수했음을 확인 하였다.