협업 필터링 추천 시스템을 위한 데이터 신뢰도 기반 가중치를 이용한 하이브리드 선호도 예측 기법

이오준(O-Joun Lee),백영태(Yeong-Tae Baek) 한국컴퓨터정보학회 2014 韓國컴퓨터情報學會論文誌 Vol.19 No.5

협업 필터링 추천은 사용자의 아이템에 대한 선호도를 기반으로 유사 아이템 집합 또는 유사 사용자 집합을 생성하고 이를 이용해 사용자의 특정 아이템에 대한 선호도를 예측한다. 따라서 선호도 행렬이 희박할 경우, 추천의 신뢰도는 급격히 낮아진다. 본 논문에서는 위 문제를 해결하기 위해 데이터 신뢰도 기반 가중치를 이용한 하이브리드 선호도 예측 기법을 제안한다. 선호도 예측은 유사 아이템 집합과 유사 사용자 집합을 모두 생성하고 각 집합을 통해 사용자의 선호도를 예측하며, 모델의 상황을 반영한 가중치를 이용해 각 예측치를 병합하여 수행된다. 이 기법은 사용자 선호도 예측 정확도를 높이며 선호도 행렬 희박도가 높은 상황에도 추천 서비스의 신뢰도를 유지할 수 있도록 한다. 이 기법을 바탕으로 추천 시스템을 구현하고 절대평균오차를 기준으로 서비스 신뢰도 향상을 측정하였다. 실험에서 본 기법은 Hao Ji가 제안한 기존의 기법에 비해 선호도 행렬 희박도가 84% 이상인 상황에서 평균 21.7%의 성능 향상을 보여 효과적으로 행렬 희박도 문제를 해소할 수 있음을 검증하였다. Collaborative filtering recommendation creates similar item subset or similar user subset based on user preference about items and predict user preference to particular item by using them. Thus, if preference matrix has low density, reliability of recommendation will be sharply decreased. To solve these problems we suggest Hybrid Preference Prediction Technique Using Weighting based Data Reliability. Preference prediction is carried out by creating similar item subset and similar user subset and predicting user preference by each subset and merging each predictive value by weighting point applying model condition. According to this technique, we can increase accuracy of user preference prediction and implement recommendation system which can provide highly reliable recommendation when density of preference matrix is low. Efficiency of this system is verified by Mean Absolute Error. Proposed technique shows average 21.7% improvement than Hao Ji's technique when preference matrix sparsity is more than 84% through experiment.

추천 시스템의 성능 안정성을 위한 예측적 군집화 기반 협업 필터링 기법

이오준(O-Joun Lee),유은순(Eun-Soon You) 한국지능정보시스템학회 2015 지능정보연구 Vol.21 No.1

소셜 빅데이터를 이용한 영화 흥행 요인 분석

이오준(O-Joun Lee),박승보(Seung-Bo Park),정다울(Daul Chung),유은순(Eun-Soon You) 한국콘텐츠학회 2014 한국콘텐츠학회논문지 Vol.14 No.10

수요 예측은 영화 산업에서 매우 중요한 문제이다. 최근 들어 트위터(Twitter), 페이스북(Facebook)과 같은 소셜미디어의 비정형 텍스트 데이터를 이용하여 영화 흥행을 예측하고 분석하는 시도들이 활발하게 이루어지고 있다. 기존에는 주로 데이터의 주기별 변화량을 측정하여 데이터 양과 영화 흥행간의 상관성을 분석하거나 데이터에 대해 감성의 극성 값을 부여하는 오피니언 마이닝을 통해 영화의 흥행 추이를 예측하였다. 하지만 이러한 정량적 접근만으로는 관객들이 영화를 선택하게 된 근거나 영화의 어떤 속성을 선호하는지를 알 수 없기 때문에 영화의 흥행 요인을 밝히는데 한계가 있었다. 따라서 본 연구는 트위터 데이터를 수집한 후 빈도수 측정을 통해 트윗의 내용을 대표하는 토픽(topic) 키워드를 추출하여 관객들의 관심을 반영하는 영화적 속성들이 무엇인지를 밝히고, 그 속성들에 대한 관객들의 반응을 분석함으로써 영화의 흥행에 영향을 미친 요인들을 제시한다. The demand prediction is a critical issue for the film industry. As the social media, such as Twitter and Facebook, gains momentum of late, considerable efforts are being dedicated to prediction and analysis of hit movies based on unstructured text data. For prediction of trends found in commercially successful films, the correlations between the amount of data and hit movies may be analyzed by estimating the data variation by period while opinion mining that assigns sentiment polarity score to data may be employed. However, it is not possible to understand why the audience chooses a certain movie or which attribute of a movie is preferred by using such a quantitative approach. This has limited the efforts to identify factors driving a movies commercial success. In this regard, this study aims to investigate a movies attributes that reflect the interests of the audience. This would be done by extracting topic keywords that represent the contents of Twits through frequency measurement based on the collected Twitter data while analyzing responses displayed by the audience. The objective is to propose factors driving a movies commercial success.

적응형 군집화 기반 확장 용이한 협업 필터링 기법

이오준(O-Joun Lee),홍민성(Min-Sung Hong),이원진(Won-Jin Lee),이재동(Jae-Dong Lee) 한국지능정보시스템학회 2014 지능정보연구 Vol.20 No.2

기존 협업 필터링 기법은 사용자들의 아이템에 대한 선호도를 기반으로 유사 아이템 집합 또는 유사 사용자 집합을 구성하고, 이를 이용해 예측된 사용자의 특정 아이템에 대한 선호도를 기반으로 추천을 수행한다. 이로 인해, 사용자 선호도 정보가 부족하게 되면, 유사 아이템 사용자 집합의 신뢰도가 낮아지고, 추천 서비스의 신뢰도 또한 따라서 낮아진다. 또한, 서비스의 규모가 커질수록, 유사 아이템, 사용자 집합의 생성에 걸리는 시간은 기하급수적으로 증가하고 추천 서비스의 응답시간 또한 그에 따라 증가하게 된다. 위와 같은 문제점을 해결하기 위해 본 논문에서는 적응형 군집화 기법을 제안하고 이를 적용한 협업 필터링 기법을 제안하고 있다. 이 기법은 크게 네 가지 방법으로 이루어진다. 첫째, 사용자와 아이템의 특성 벡터를 기반으로 사용자와 아이템 각각을 군집화 하여, 기존 협업 필터링 기법에서 유사 아이템, 사용자 집합을 생성하는데 소요되는 시간을 절약하며, 사용자 선호도 정보만을 이용한 부분 집합 생성보다 추천의 신뢰도를 높이고, 초기 평가 문제와 초기 이용자 문제를 일부 해소한다. 둘째, 미리 구성된 사용자와 아이템의 군집을 기반으로 군집간의 선호도를 이용해 추천을 수행한다. 사용자가 속한 군집의 선호도가 높은 순서대로 아이템 군집을 조회하여 사용자에게 제공할 아이템 목록을 구성하여, 추천 시스템의 부하 대부분을 모델 생성 단계에서 부담하고 실제 수행 시 부하를 최소화한다. 셋째, 누락된 사용자 선호도 정보를 사용자와 아이템 군집을 이용하여 예측함으로써 협업 필터링 추천 기법의 사용자 선호도 정보 희박성으로 인한 문제를 해소한다. 넷째, 사용자와 아이템의 특성 벡터를 사용자의 피드백에 따라 학습시켜 아이템과 사용자의 정성적 특성 정량화의 어려움을 해결한다. 본 연구의 검증은 기존에 제안되었던 하이브리드 필터링 기법들과의 성능 비교를 통해 이루어졌으며, 평가 방법으로는 평균 절대 오차와 응답 시간을 이용하였다.

MBTI 기반 협업 추천 시스템

이명연(Myeong-Yeon Yi),이오준(O-Joun Lee),홍민성(Min-sung Hong),정재은(Jason J.Jung) 한국컴퓨터정보학회 2015 한국컴퓨터정보학회 학술발표논문집 Vol.23 No.2

웹툰의 양은 방대하여 사용자가 원하는 웹툰을 찾는데 어려움이 있기 때문에 체계적인 추천 시스템이 필요하다. 하지만 기존의 추천 시스템은 조회수가 많은 인기 웹툰을 추천하는 방식과 사용자와 비슷한 연령대, 성별의 사용자들이 조회한 콘텐츠를 추천해주는 인구 통계학적 추천(demographic filtering)방식, 그리고 비슷한 사용자를 분석하여 추천해주는 협업적 추천(collaborative filtering)방식에 국한되어 있어, 개인의 성향을 반영하여 추천하고 있다고 보기 어렵다. 따라서 사용자 개인의 성향을 분석하는 방식에 대한 시도가 필요하다. 본 연구에서는 이러한 한계를 극복하기 위해서 개인의 성향을 분석하는 지표로 MBTI(Myers-Briggs Type Indicator) 유형을 이용하고, 같은 MBTI 유형의 사용자간의 협업적 필터링 추천 방식을 제안하였다. 또, 협업적 필터링 방식에서 발생하는 콜드 스타트 문제와 초기 평가자 문제를 해결하는 방안을 제시하였다.

웰니스 콘텐츠 추천을 위한 메타데이터 구성 및 웰니스 특성 분석 기법

홍민성(Min-Sung Hong),이오준(O-Joun Lee),이원진(Won-Jin Lee),이재동(Jae-Dong Lee) 한국컴퓨터정보학회 2014 韓國컴퓨터情報學會論文誌 Vol.19 No.8

최근 웰니스에 대한 관심이 대두되면서 웰니스와 IT 융합의 대표적인 연구로 웰니스를 위한 추천 시스템 등의 연구가 시도되었다. 하지만 기존 연구들은 웰니스 영역의 신체적, 정신적, 정서적, 사회적, 지적 영역 중 한 영역 또는 두 가지 이상의 영역만을 다루기 때문에 웰니스를 위한 추천 시 사용자들의 신뢰도와 만족도가 떨어지는 결과를 초래할 수 있다. 따라서 콘텐츠의 웰니스 영역별 특성을 통합하여 관리 및 분석할 수 있는 기법이 필요하다. 본 논문에서는 이를 위한콘텐츠의 메타데이터 구성과 웰니스 영역별 특성분석 방법을 제안한다. 또한 사전 설문과 제안하는 웰니스 영역별 계산 방법을 적용하여 분석한 콘텐츠의 웰니스 영역별 특성의 코사인 유사도를 분석하여 제안하는 방법의 효율성을 증명한다. 이를 통해 콘텐츠의 웰니스적 특징을 분석할 수 있고, 나아가 웰니스를 위한 맞춤화된 추천 서비스가 가능해질 것이다. Research into recommendation systems for wellness content has focused on representative research on the convergence of wellness and information technology, as interest in wellness has recently increased. But existing research is not suitable because it uses only one or two of the five wellness areas: physical, emotional, social, intellectual, and spiritual. And It cause decline of reliability and satisfaction for recommendation. Thus, a wellness areal feature analysis and integration management technique is needed. In this paper, suggest meta-data configuration and feature analysis technique of content. Also Cosine similarity of wellness areal features of the content was analyzed by applying a wellness areal score calculated in this way and by suggested wellness areal detailed properties and a measurement system to verify the efficiency of this research. This allows the wellness features of contents analyzed, and even will be able to personalized recommendations service for wellness.

인공지능을 활용한 초음파 신호와 합성곱 신경망 기반 자동 적조 모니터링 시스템

김대훈 ( Daehun Kim ),전현주 ( Hyeon-ju Jeon ),이오준 ( O-joun Lee ),임해균 ( Hae Gyun Lim ) 한국정보처리학회 2023 한국정보처리학회 학술대회논문집 Vol.30 No.2

해양 식물플랑크톤의 성장은 유해적인 적조를 유발할 수 있으며, 이는 여러 국가의 생태계에 피해를 주는 상황이다. 적조를 모니터링하는 것은 식물플랑크톤 미생물의 증가를 예방하고 통제하기 위해 중요하다. 그러나 현재의 적조 모니터링 기술은 날씨, 시간 제약 및 실시간 모니터링에 대한 어려움으로 인해 측정 정확도에 영향을 미치는 한계가 있다. 본 연구는 특히 적조 발생을 감지하기 위한 목적으로 개발된 자동 실시간 모니터링 시스템의 성공적인 개발을 보여준다. 개발한 시스템은 음향 반사파 데이터 처리를 통해 합성곱 신경망(Convolutional neural networks, CNN)을 활용하여 식물플랑크톤 농도를 정확하게 구별할 수 있다. 특히, 이 CNN 모델은 음향 신호의 변환된 주파수 스펙트럼과 Cochlodinium polykrikoides (C. polykrikoides)의 농도 간의 상관 관계를 수립하는 데 뛰어난 효과를 나타냈다. 이 CNN 은 C. polykrikoides 를 감지하는 데 0.90 의 정확도를 보여준다. 이러한 모니터링과 CNN 분류의 활용은 실시간 측정의 중요한 잠재력을 보여주며, 추가적인 절차가 필요 없는 자동 모니터링 시스템을 구축할 수 있을 것으로 예상된다.

캐릭터 네트워크와 감성 분석을 통한 영화 등장인물들의 역할 분류

조나영(Nayoung Jo),최신혁(Shinhyuk Choi),김윤후(Yunhu Kim),이오준(O-Joun Lee),정재은(Jason J. Jung),김건오(Kono Kim) 한국정보과학회 2018 한국정보과학회 학술발표논문집 Vol.2018 No.6

위키피디아에 기반한 단어 사이의 의미적 연결 관계 탐색

김주황(Ju-Hwang Kim),홍민성(Min-sung Hong),이오준(O-Joun Lee),정재은(Jason J.Jung) 한국컴퓨터정보학회 2015 한국컴퓨터정보학회 학술발표논문집 Vol.23 No.2

캐릭터 넷을 통한 내러티브 텍스트 시각화 디자인 연구

전혜정(Hea-Jeong Jeon),박승보(Seung-Bo Park),이오준(O-Joun Lee),유은순(Eun-Soon You) 한국콘텐츠학회 2015 한국콘텐츠학회논문지 Vol.15 No.2

인터넷 발전과 스마트 혁명을 거치며 사용자가 생산하는 데이터양이 중가하고 그 유형도 다양해졌다. 이렇게 방대한 양의 데이터를 분석하고 새로운 가치로 활용한다는 개념의 빅데이터가 새로운 이슈로 부상하였다. 더욱이 빅데이터 속의 콘텐츠들을 검색하기 위해서는 동영상이 포함하고 있는 스토리에 대한 분석과 시각화에 대한 연구가 필요하다. 따라서 본 연구에서는 등장인물들 간의 대화를 분석하여 스토리를 모델링하는 캐릭터 넷(Character-net)이라는 인터페이스를 개발하였다. 캐릭터 넷은 스토리가 있는 동영상을 분석해서 인물들을 자동으로 추출할 수 있고, 등장인물들 간의 관계를 자동으로 모형화 할 수 있다. 이로써 기존 연구와는 다른 방법으로 스토리를 가시화하는 툴의 가능성을 발견할 수 있었다. 하지만 아직 활용하기 어렵고 한 눈에 스토리 특징을 파악하기 어렵다는 단점이 발견되었다. 이러한 캐릭터 넷을 개선하기 위해서는 정보 디자인을 접목하여 해결할 수 있을 것이라 가정하였다. 따라서 본고에서는 먼저 데이터 정보디자인 분야에서의 시각화 디자인들을 간략하게 소개하였다. 나아가 동영상 스토리를 시각화하는 연구 사례들을 살펴보았다. 그리고 캐릭터 넷의 핵심 아이디어와 기존 연구와의 기술적 차이점에 대해 소개한 뒤, 추가적으로 이를 디자인적 솔루션을 접목하여 개선할 수 있는 방법들을 모색하였다. Through advances driven by the Internet and the Smart Revolution, the amount and types of data generated by users have increased and diversified respectively. There is now a new concept at the center of attention, which is Big Data for assessing enormous amount of data and enjoying new values therefrom. In particular, efforts are required to analyze narratives within video clips and to study how to visualize such narratives in order to search contents stored in the Big Data. As part of the research efforts, this paper analyzes dialogues exchanged among characters and offers an interface named “Character-net” developed for modelling narratives. The interface Character-net can extract characters by analyzing narrative videos and also model the relationships between characters, both in the automatic manner. This signifies a possibility of a tool that can visualize a narrative based on an approach different from those used in existing studies. However, its drawbacks have been observed in terms of limited applications and difficulty in grasping a narrative’s features at a glace. It was assumed that Character-net could be improved with the introduction of information design. Against the backdrop, the paper first provides a brief explanation of visualization design found in the data information design area and investigates research cases focused on the visualization of narratives present in videos. Next, key ideas of Character-net and its technical differences from existing studies have been introduced, followed by methods suggested for its potential improvements with the help of design-side solutions.