본문 바로가기
KERD
논문KCI 등재

스마트 환경에서의 사용자 상황인지 기반 지식필터링을 이용한 콘텐츠 추천 시스템

Content Recommendation System Using User Context-aware based Knowledge Filtering in Smart Environments

김웅수|염근혁|이동우
한국차세대컴퓨팅학회 (KINGComputing)|2017.04|한국차세대컴퓨팅학회 논문지 (The Journal of Korean Institute of Next Generation Computing)|제13권 제2호|pp. 35-48

0

조회

0

다운로드

7

인용

0

참고문헌

키워드

온톨로지Ontology상황인지콘텐츠 추천스마트 환경Content RecommendationSituation AwarenessSmart Environment
주제분류컴퓨터학

초록

스마트 환경에서는 센서, 디스플레이, 스마트폰 등 각종 장치들이 존재하며, 이러한 장치들을 이용하여 다양한 콘텐츠가 제공될 수 있다. 그러나 방대한 양의 콘텐츠가 다수의 사용자들에게 제공되고 있지만, 대부분의 환경에서 사용자에 대한 고려가 없거나 위치, 시간 등의 간단한 요소만을 고려하고 있어 사용자를 위한 유의미한 콘텐츠 제공에한계가 있다. 이에 본 논문에서는 사용자에게 맞춤형 콘텐츠를 제공하기 위해 사용자, 장치, 콘텐츠가 가진 상황 정보를 인지하여 콘텐츠를 추천할 수 있는 시스템인 상황인지 기반 콘텐츠 추천 시스템을 제시한다. 상황인지 기반 콘텐츠 추천 시스템은 스마트 환경의 컨텍스트를 추론하고 사용자와 콘텐츠의 정보를 이용하여 사용자의 콘텐츠별 선호도를 산출하고 사용자에게 콘텐츠를 추천한다. 이러한 시스템의 프로세스를 구축하기 위해 도메인 지식을 온톨로지 모델로 구축하고, 콘텐츠 추천 시스템을 설계 및 구현하기 위한 방법을 제시한다. 그리고 부산의 센텀시티를 도메인으로 하여 사례 연구를 진행하며 산출된 0.8730의 평균 절대값 오차를 이용하여 제시한 시스템의 콘텐츠 추천성능의 우수성을 검증하였다.

Abstract

There are many and various devices like sensors, displays, smart phone, etc. in smart environment. And contents can be provided by using these devices. Vast amounts of contents are provided to users, but in most environments, there are no regard for user or some simple elements like location and time are regarded. So there’s a limit to provide meaningful contents to users. In this paper, I suggest the contents recommendation system that can recommend contents to users by reasoning context of users, devices and contents. The contents recommendation system suggested in this paper recommend the contents by calculating the user preferences using the situation reasoned with the contextual data acquired from various devices and the user profile received from the user directly. To organize this process, the method on how to model ontology with domain knowledge and how to design and develop the contents recommendation system are discussed in this paper. And an application of the contents recommendation system in Centum City, Busan is introduced. Then, the evaluation methods how the contents recommendation system is evaluated are explained. The evaluation result shows that the mean absolute error is 0.8730, which shows the excellent performance of the proposed contents recommendation system.

참고문헌 (16)

  1. 임철수, "IoT 서비스 활용사례 분석 및 산업 활성화 이슈", 한국차세대컴퓨팅학회 논문지, 11(6), pp.41~50 (2015), 한국차세대컴퓨팅학회
  2. 스마트 환경에서 IT 생태계의 의미와 시사점, "박유리", 정보통신 정책연구원, ~ (2012)
  3. 손단영, "OllehTV 콘텐츠 지능형 추션천", 검색서비스를 위한 개인단 말 어플리케이 개발, 2011, pp.7(2), 12~19[DOI]
  4. 서창원, "스마트 홈 시스템의 효과적인 운영을 위한 계층적 업무 네트워크 계획 코드 자동생성 방법", 한국차세대컴퓨팅학회 논문지, 12(1), pp.7~23 (2016), 한국차세대컴퓨팅학회
  5. Hanani Uri, "Information filtering: Overview of issues, research and systems", User modeling and user-adapted interaction, 11(3), pp.203~259 (2001)
  6. X. H. Wang, "Ontology based context modeling and reasoning using OWL", In Proceedings of the Second IEEE Annual Conference on Pervasive Computing and Communications Workshops, pp.18~22 (2004), IEEE
  7. T. Gu, "A service oriented middleware for building context‐aware services", Journal of Network and computer applications, 28(1), pp.1~18 (2005)
  8. Dejene Ejigu, "An ontology-based approach to context modeling and reasoning in pervasive computing", In Proceedings of the Fifth Annual IEEE International Conference on Pervasice Computing and Communications Workshops(PerCom Workshops 2007), pp.14~19 (2007), IEEE
  9. 정운해, "Performance Improvement of a Movie Recommendation System based on Personal Propensity and Secure Collaborative Filtering", JIPS(Journal of Information Processing Systems), 9(1), pp.157~172 (2013), 한국정보처리학회[DOI]
  10. M. J. Barranco, "A method for weighting multi-valued features in content-based filtering", International Conference on Industrial, Engineering and Other Applications of Applied Intelligent Systems, pp.409~418 (2010)
  11. Brendon Towle, "Knowledge based recommender systems using explicit user models", AAAI Workshop on Knowledge-Based Electronic Markets, pp.74~77 (2000)
  12. Robin Burke, "Knowledge-Based Recommender Systems", Encyclopedia of Library and Information Science, 69(32) (2000)
  13. 고정민, "모바일 환경에서 상황정보를 이용한 하이브리드 필터링 추천시스템 설계", 한국ITS학회 논문지, 10(3), pp.95~100 (2011), 한국ITS학회
  14. "Part 15: Knowledge-Based Recommender Systems" (2012)[URL]
  15. 장문수, "스마트 스트리트 환경에서의 콘텐츠 관리 및디바이스간 상호운용성 지원을 위한 참조 아키텍처개발", 석사, pp.2015
  16. 홍명덕, "개인화된 뉴스 서비스를 위한 소셜 네트워크 기반의 콘텐츠 추천기법", 지능정보연구, 19(3), pp.57~71 (2013), 한국지능정보시스템학회[DOI]

관련 논문AI추천

사용자 상황을 이용한 추천 서비스 시스템의 필터링 기법에 관한 연구박대영, 최기호, 한동조한국ITS학회 · 한국ITS학회 논문지2009 · 제8권 제1호유비쿼터스 환경에서의 상황인식 기반 VOD 컨텐츠 추천시스템강신철, 남수현, 송희석, 이병욱, 최준연에스케이텔레콤 (주) · Telecommunications Review2007 · 제17권 제6호지능형 스마트 서비스를 위한 하이브리드 센싱 기반의 퓨전 상황인지 모델김수정, 윤용익한국정보처리학회 · 정보처리학회논문지. 컴퓨터 및 통신시스템2013 · 제2권 제1호유비쿼터스 환경에서 상황 데이터 기반 모바일 콘텐츠 서비스를 위한 추천 기법권준희, 김성림(사)디지털산업정보학회 · (사)디지털산업정보학회 논문지2010 · 제6권 제2호맞춤형 u-City 서비스 제공을 위한 상황인지 추론 시스템김지호, 송오영, 이창훈한국정보처리학회 · 정보처리학회논문지C2009 · 제16권 제1호유비쿼터스 모바일 환경에서 개인화 서비스를 위한 상황인지 추론 시스템김상기, 문애경, 박유미, 이병선대한임베디드공학회 · 대한임베디드공학회논문지2009 · 제4권 제3호

이 간행물의 다른 논문 (9건)

Design and Implementation of an Automated Privacy Protection System over TPM and File Virtualization안성규, 박기웅, 김문성, 정혜림pp. 7-17오류가 발생한 멀티바이트 인코딩 데이터의 인코딩 기법 판별 알고리즘 개선김선범, 배준우, 박희진pp. 18-25Ensembles of Decision Trees Based Diagnosis of Alzheimer’s Disease and Dementia권구락, 데베쉬 자pp. 26-34멀티코어 환경에서 샘플링 기반 재시도 정책을이용한 하이브리드 트랜잭셔널 메모리장연우, 장재우, 윤민, 강문환pp. 49-61한국 신용카드시장 기반 한 중국 신용카드 시장미래 예측 알고리즘 개발백란pp. 62-70
원문 보기