비콘을 이용한 개인화 추천 서비스 프레임워크
Personalized Recommendation Service Framework Using the Beacon
0
조회
0
다운로드
3
인용
0
참고문헌
키워드
초록
스마트폰은 모바일 네트워크 및 기기의 발전과 스마트폰 사용자의 증가로 인해 확산되어 어플리케이션의 수와 다양성이 증가하고 있다. 따라서 사용자는 언제 어디서나 사용자가 원할 때 이용 가능한 정보를 제공받기를 원한다. 개인화 서비스는 현재 상황, 행동, 경향 및 사용자의 요청에 응답하는 서비스를 제공하는데 필요한 현재 환경 설정과 같은 사용자 정보를 사용하여 사용자 프로필을 분석하여 맞춤형 서비스를 제공한다. 사용자의 상황을 파악하고 이용하여 상황 인식 서비스가 그에 따라 서비스를 제공해야한다. 또한, IoT environment issue에 따르면 IoT 기술을 이용한 개인화 추천 서비스가 증가하였다. 최근 개인화 추천 서비스는 소셜 미디어 및 다양한 정보로 인해 데이터를 저장 및 분석하는 빅데이터 기술에 대해 관심을 갖고 있다. 본 논문에서는 IoT open API인 Beacon과 Mobius 플랫폼, Big Data 분석을 지원하는 Cassandra 플랫폼을 통합한 개인화 추천 서비스 프레임워크를 설계하였다.
Abstract
The number and variety of applications, content is increased due to smartphone has spread to the development of mobile networks and devices, and smartphone users increasing. Therefore, the user wants to receive anytime, anywhere, the information available at the time that a user prefers. Personalized service by analyzing the user profile using user information such as current situation, behavior, tendencies, and preferences of the current required to provide a service that responding user's request. By using the user's context and grasp the situation, it is necessary that the context-aware services providing service according to it. In addition, according to IoT environment issue, personalized recommendation service using IoT technology increased. Recently personalization recommendation service is interesting about Big data technology according to stored and analyze the data due to social media and variety of information. Existing service is made by using only the past history of the user. Therefore, being made of a user-oriented service, it is difficult to consider the user's context. In this paper, we study about positioning service including Beacon and Mobius platform that is IoT open API and Cassandra named Big data analysis. Also, we implement your personalized recommendation services framework using context aware technologies and Cassandra using a beacon representing the IoT technology.
참고문헌 (15)
- 김준수, "감정 분석을 통한 개인화 홈 네트워크 서비스 시스템의 설계 및 구현", 전자공학회논문지 - CI, 47(6), pp.131~138 (2010), 대한전자공학회
- 박연진, "온톨로지 기반의 개인화된 여행 추천 시스템의 구현", 한국콘텐츠학회 논문지, 15(9), pp.1~10 (2015), 한국콘텐츠학회[DOI]
- D. H Kim, "A design of service coordinator for service personalization", KNOM Review, 7(2), pp.29~ (2004)
- LBS, Location-based services trend computer software research, "H. Choi", Korea Electronics and Telecommunications Research Institute, ~, pp.No. 86 (2003)
- Y. Cho, "Wireless signal acquisition with reference point by using simplified PDF–system concept and performance assessment", Proc. The ION 2013 Pacific PNT Meeting (2013)
- S. H Park, "Location-based services(LBS) technology and market trends", technical note, Surveying & Mapping Magazine, 3 (2011)
- D. Tipper, "Providing fault tolerance in wireless access networks", IEEE Communication, Mag, 40(1), pp.58~64 (2002)
- S. C Choi, "Trend of IoT platform open sourse", 18~ (2015)
- "Cassandra, Wikipedia.org", wiki, pp.2017, ~
- S. C Mun, "Distributed data management system and data service technology for cloud computing", The KIPS Transaction, 15(2), pp.56~57 (2009)
- C. Maria, "Managing service performance in the Cassandra distributed storage system", IEEE 5th International Conference on Cloud Computing Technology and Science, pp.64~71 (2013)
- E. Dede, "An evaluation of Cassandra for Hadoop", IEEE 6th International Conference on Cloud Computing, pp.494~501 (2013)
- 장효경, "모바일 환경에서 능동적 추천 서비스를 위한 상황인식 프로토타입", 한국인터넷방송통신학회 논문지, 12(1), pp.257~264 (2012), 한국인터넷방송통신학회
- M-S. Jang, "Bossam: An extended rule engine for the web ,Proceedings of RuleML 2004", LNCS, 3323 (2004)