사회연결망을 이용한 개인화된 추천 시스템

김보경(Bo-Keong Kim),이승훈(Seunghoon Lee),방성우(Sungwoo Bang),김재광(Jaekwang Kim),이지형(Jee-Hyong Lee) 한국지능시스템학회 2010 한국지능시스템학회 학술발표 논문집 Vol.20 No.1

모바일 환경에서 스마트폰의 보급이 확산함에 따라, 서비스 분야에서도 개인화된 서비스 제공에 대한 관심이 높아지고 있다. 개인화된 서비스를 위해서는 사용자의 특성이 반영되어야 한다. 사용자의 사회연결망 정보는 사용자와 주변 사람과의 관계를 파악할 수 있는 사용자 특성 중 하나이며, 협업을 하기 위한 중요한 정보를 제공할 수 있다. 본 논문에서는 사회연결망 정보를 이용한 음악 추천 서비스를 제안한다. 스마트폰 사용자로부터 상호작용 정보와 주변에 감지되는 블루투스 장치 주소 정보를 수집하였으며, 이 정보를 이용하여 사용자 개인의 사회연결망을 구축하였다. 또한, 사용자와 구성원들의 음악 재생 목록을 수집하고, 음악 선호도 분석결과를 토대로 수집된 음악 재생 목록 중 유사도가 일정 범위 이상인 음악들을 추천하였다. 사용자 만족도 조사와 음악 재생 목록 변화를 통해 사회연결망을 통한 개인화 서비스의 가능성을 확인하였다.

상호작용 정보를 반영한 모바일 환경에서의 사용자 그룹 생성기법

김보경(Bo-Keong Kim),이승훈(Seunghoon Lee),김재광(Jaeckwang Kim),이지형(Jee-Hyong Lee) 한국지능시스템학회 2009 한국지능시스템학회 학술발표 논문집 Vol.19 No.1

최근 모바일 환경에서 지능형 서비스를 제공하기 위해 사용자의 성향을 분석하는 다양한 연구가 이루어지고 있다. 이러한 사용자의 성향 분석은 크게 개인 사용자 마이닝과 그룹 마이닝으로 나눌 수 있다. 그룹 마이닝은 전체 사용자 중에서 특정 그룹을 생성하는 것으로 대부분의 기존 방법들은 시간, 공간 등의 물리적 정보를 기반으로 그룹을 생성하고 있다. 그러나 물리적 정보만을 이용하면 사용자와 관계없는 단순 인접 사용자들을 그룹으로 정의하는 문제가 있다. 본 논문에서는 이러한 문제를 해결하고자 사용자의 모바일 기기로부터 수집한 물리적 정보와 상호작용 정보를 융합하여 사용자에 적응된 그룹을 생성하는 방법을 제안한다. 제안하는 방법을 이용하여 생성된 그룹은 기존의 방법으로 생성된 그룹보다 사용자에게 높은 만족도를 보이며, 각 사용자에 적응된 그룹이 생성됨을 실험을 통해 확인하였다.

블로그영역에서 동시성과 퍼지 클러스터링을 이용한 연관태그 그룹 생성

심학준(Hakjoon Sim),김보경(Kim Bo Keong),김태연(Tae-Yeon Kim),이지형(Jee-Hyong Lee) 한국HCI학회 2010 한국HCI학회 학술대회 Vol.2010 No.1

이동 경로와 상황정보를 이용한 경로 예측 방법

이승훈(Seunghoon Lee),김보경(Bo-Keong Kim),김재광(Jaekwang Kim),윤태복(Taebok Yoon),이지형(Jee-Hyong Lee) 한국지능시스템학회 2009 한국지능시스템학회 학술발표 논문집 Vol.19 No.1

본 논문은 사용자의 과거 이동 경로와 시간, 주변 사람에 대한 정보를 분석하여 이동 중인 사용자의 경로를 예측하는 기술을 제안한다. 실제 환경으로부터 사용자의 이동 경로와 주변 사람에 대한 정보를 수집하고, 수집된 데이터에서 현재 상황과 유사한 경로를 찾고, 이동 경로를 예측하는 방법을 제안한다. 과거 이동 경로를 군집화하여 관리하고, 위치, 시간, 방향, 주변 사람에 대한 정보를 이용하여 유사도를 측정하며, 유사도가 가장 높은 경로를 선택하여 예측한다. 선택된 경로는 위치에 대한 정보가 부족한 사용자가 이동을 시작하는 시점에도 향상된 정확도를 보이는 것을 확인하였다.

효율적인 사례기반 추론을 위한 사례기저의 평균값 기반 트리 구조화 방법

이승훈(Seung-Hoon Lee),김보경(Bo-Keong Kim),김재광(Jae-Kwang Kim),정혜욱(Hye-Wuk Jung),윤태복(Tae-Bok Yoon),이지형(Jee-Hyong Lee) 한국엔터테인먼트산업학회 2009 한국엔터테인먼트산업학회논문지 Vol.3 No.4

최근에 유비쿼터스 컴퓨팅의 등장과 함께 사용자의 다양한 요청에 신속하게 대응할 수 있는 방법에 대한 연구가 이루어지고 있으며 그 중 단일서비스의 조합을 통해 복합서비스를 제공할 수 있는 서비스 조합(Service Composition)이 주목을 받고 있다. 서비스 조합의 문제를 해결하는 방식으로 사례기반 추론이 많이 사용되고 있다. 그러나 사례기반 추론은 사례기저에 쌓인 사례의 수가 늘어감에 따라 속도가 저하되는 단점이 있다. 이러한 단점을 최소화하기 위하여 클러스터링 기법이 사용되고 있다. 그러나 클러스터링 기법은 사례기저의 수를 줄여가면서 속도를 유지하기 때문에 기존의 사례가 다시 발생하였을 경우에도 새로운 문제로 인식하게 되는 문제를 가지고 있다. 이러한 문제점을 해결하기 위해서 본 논문에서는 사례기저의 수를 유지하면서 사례의 빠른 탐색을 위한 사례기저의 수치화 및 사례의 평균값 기반 트리 구조 관리 방법을 제안한다. 제안한 방법을 이용하면 기존 클러스터링 방법보다 평균 문제 해결 시간이 빠른 서비스 조합을 구현하는 것이 가능하다. 기존의 서비스 조합 기법과 비교 분석을 통하여 제안하는 기법의 효율성을 확인하였다. Nowadays the CBR technique is frequently used for the service composition in the ubiquitous computing area in order to deal with various requests of users quickly. For improving speed of CBR, cluster based case management was proposed. The approach grouped the similar cases and kept only the representative ones of each group. This approach may reduce the time to search the existing cases but increase the time to compose a new solution or service because of the lack of cases. In this paper, we propose a numerization and mean value based tree structure for case-base management. Since our approach manages cases in a tree structure, the searching time can be minimized even though the number of cases is large. So, the total time to generate a solution with CBR can be reduced. We also make a comparative study of existing service composition methods and the proposed method, to verify the usability of our method.

입력된 데이터 크기에 기반한 낸드 플래시 메모리 상의 Cold 데이터와 Hot 데이터 예측 기법

신효정(Hyojoung Shin),김보경(Bo-Keong Kim),김재광(Jaekwang Kim),이지형(Jee-Hyong Lee) 한국지능시스템학회 2010 한국지능시스템학회 학술발표 논문집 Vol.20 No.1

낸드 플래시 메모리의 경우 해당 블록의 삭제 연산이 일정 횟수 이상 반복되면 더 이상 사용이 불가능하며, 이미 데이터기 있는 블록에 새로운 데이터를 쓰고자 할 때에는 상대적으로 많은 시간을 소모하는 삭제연산이 선행 되어야 한다는 단점을 기지고 있다. 본 논문에서는 입력되는 데이터의 크기를 고려해 Cold 데이터나 Hot 데이터로 예측하는 알고리즘을 제시한다. 이 방법을 적용하였을 때 삭제 횟수가 많았던 블록에 갱신 확률이 적은 Cold 데이터를, 삭제 횟수가 상대적으로 적은 블록에 갱신 확률이 적은 Hot 데이터를 맵핑함으로써 플래시 메모리의 오버헤드가 줄어드는 효과를 확인하였다.

실생활 정보를 이용한 사용자의 의미 있는 장소 추출 방법

이승훈(Seunghoon Lee),김보경(Bo-Keong Kim),윤태복(Taebok Yoon),이지형(Jee-Hyong Lee) 한국지능시스템학회 2010 한국지능시스템학회논문지 Vol.20 No.4

최근 사용자의 위치를 파악할 수 있는 기기가 보편화 되어감에 따라 사용자의 이동 경로를 이용한 다양한 서비스가 제공되고 있다. 이러한 서비스들은 사용자의 위치정보를 수집하여 각각의 요구사항에 맞게 가공하여 사용하고 있다. 그러나 이동경로를 나타내기 위해 수집되는 GPS등의 위치정보는 일반적으로 매우 방대하며, 이로 인해 경로 간 유사도 비교 시에 큰 연산 비용이 발생하게 된다. 이러한 문제를 해결하기 위해, 의미 있는 장소를 정의하고 장소간의 이동으로 모델링하여 이동 경로를 단순화하는 방법이 연구되고 있으나, 기존 연구들은 체류 시간과 거리만을 고려하여 이를 정의하고 있는 실정이다. 본 논문에서는 체류 시간과 거리, 상호작용 정보를 이용하여 특정 사용자의 의미 있는 장소 추출하는 방법을 제안한다. 또한 추출된 의미 있는 장소를 이용하여 경로를 단순화하여, 이동 경로 유사도 비교 시 드는 연산 비용을 줄일 수 있는 방법을 제안한다. 이를 위해, GPS를 통한 위치정보와 타인과의 상호작용 정보(통화, 문자 메시지 송수신등)를 이용하여 사용자와 친밀도가 높은 사람들을 정의하고 체류 시간과 거리, 주변에 있었던 사람의 정보를 기반으로 의미 있는 장소를 정의한다. 제안하는 방법을 검증하기 위해, 스마트폰 사용자로부터 실제 정보를 수집하였으며, 이를 이용하여 의미 있는 장소를 추출하고, 설문조사를 통해, 추출된 의미 있는 장소의 정확성을 확인하였다. 또한 의미 있는 장소로 단순화 한 이동경로를 이용하여 이동 경로 예측을 수행할 경우의 예측 정확도를 파악하기 위해 기존 방법과의 비교 실험을 진행하였으며, 연산에 소모되는 비용을 비교하여 제안하는 방법의 유용성을 검증하였다. Recently, the advance of mobile devices has made various services possible beyond simple communication. One of services is the predicting the future path of users and providing the most suitable location based service based on the prediction results. Almost of these prediction methods are based on previous path data. Thus, calculating similarities between current location information and the previous trajectories for path prediction is an important operation. The collected trajectory data have a huge amount of location information generally. These information needs the high computational cost for calculating similarities. For reducing computational cost, the meaningful location based trajectory model approaches are proposed. However, most of the previous researches are considering only the physical information such as stay time and the distance for extracting the meaningful locations. Thus, they will probably ignore the characteristics of users for meaningful location extraction. In this paper, we suggest a meaningful location extracting and trajectory simplification approach considering the stay time, distance, and additionally interaction information of user. The method collects the location information using GPS device and interaction information between the user and the others. Using these data, the proposed method defines the proximity of the people who are related with the user. The system extracts the meaningful locations based on the calculated proximities, stay time and distance. Using the selected meaningful locations the trajectories are simplified. For verifying the usability of the proposed method, we collect the behavioral data of smart phone users. Using these data, we measure the suitability of meaningful location extraction method, and the accuracy of prediction approach based on simplified trajectories. Following these result, we confirmed the usability of proposed method.

실생활 정보를 이용한 사용자의 의미 있는 장소 추출 방법

이승훈(Seunghoon Lee),김보경(Bo-Keong Kim),윤태복(Taebok Yoon),이지형(Jee-Hyong Lee) 한국지능시스템학회 2010 한국지능시스템학회 학술발표 논문집 Vol.20 No.1

최근 사용자의 위치를 파악할 수 있는 기기가 보편화 되어감에 따라 사용자의 이동 경로를 이용한 다양한 서비스가 제공되고 있다. 이를 위해 사용자의 위치정보를 수집하여 서비스에 맞게 가공하여 사용하고 있다. 그러나 일반적으로 수집되는 위치정보는 방대한 양으로 인해 경로 간 유사도 비교 시에 큰 연산 비용이 발생하게 된다. 이러한 문제를 해결하기 위해, 의미 있는 장소를 정의하고 장소간의 이동으로 모델링하는 방법이 연구되고 있으며, 기존 연구들은 체류 시간과 거리만을 고려하여 이를 정의하고 있는 실정이다. 본 논문애서는 체류 시간과 거리, 상호작용 정보를 이용하여 특정 사용자의 의미 있는 장소 추출하는 방법을 제안한다. 이를 위해, GPS를 통한 위치정보와 타인과의 상호작용 정보(통화, 문자 메시지 송수신등)를 이용하여 사용자와 친밀도가 높은 사람들을 정의하고 체류 시간과 거리, 주변에 있었던 사람의 정보를 기반으로 의미 있는 장소를 정의한다. 제안하는 방법을 검증하기 위해, 스마트폰 사용자로부터 실제 정보를 수집하였으며, 이를 이용하여 의미 있는 장소를 추출하였다. 또한 설문조사를 통해, 추출된 의미 있는 장소의 정확성을 확인하였다.

데이터 갱신 패턴 기반의 낸드 플래시 메모리의 블록 사용 균일화 기법

신효정(Hyojoung Shin),최돈정(Don-Jung Choi),김보경(Bo-Keong Kim),윤태복(Taebok Yoon),이지형(Jee-Hyong Lee) 한국지능시스템학회 2010 한국지능시스템학회논문지 Vol.20 No.6

낸드 플래시 메모리는 블록에 새로운 데이터를 쓰고자 할 때 삭제 연산이 선행되어야 하며 일정 횟수 이상 지움 연산이 반복된 블록은 더 이상 사용이 불가능하다. 데이터의 갱신이 빈번한 핫 데이터는 블록을 빠르게 사용 불가능한 상태에 도달하게 만들 수 있고 이로써 낸드 플래시 메모리의 용량은 시간이 지남에 따라 감소할 수 있다. 본 논문에서는 데이터의 접근 패턴을 고려해 핫 데이터와 콜드 데이터를 분류하는 알고리즘을 제시한다. 이렇게 분류된 데이터 정보를 이용해 삭제횟수가 많은 블록에 갱신 확률이 적은 콜드 데이터를, 삭제 횟수가 상대적으로 적은 블록에 갱신 확률이 높은 핫 데이터를 맵핑한다. 입력 데이터 패턴을 이용한 핫/콜드 데이터 분류 기법이 기존의 분류 기법을 사용했을 때보다 플래시 메모리의 블록 사용이 균일한 것을 실험을 통해 확인하였다. In the case of NAND flash memory, a whole block needs to be erased for update operations because update-in- place operations are not supported in NAND flash memory. Blocks of NAND flash memory have the limited erasure cycles, so frequently updated data (hot data) easily makes blocks worn out. As the result, the capacity of NAND flash memory will be reduced by hot data. In this paper, we propose a wear-leveling algorithm by discriminating hot and cold data based on the update patterns of data. When we applied this scheme to NAND flash memory, we confirmed that the erase counts of blocks became more uniform by mapping hot data to a block with a low erase count and cold data to block with a high erase count.