$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

텍스타일 기반의 협력적 필터링 기술과 디자인 요소에 따른 감성 분석을 이용한 패션 디자인 추천 에이전트 시스템
A Fashion Design Recommender Agent System using Collaborative Filtering and Sensibilities related to Textile Design Factors 원문보기

정보과학회논문지. Journal of KISS : Computing practices. 컴퓨팅의 실제, v.10 no.2, 2004년, pp.174 - 188  

정경용 (인하대학교 전자계산공학과) ,  나영주 (인하대학교 의류학과) ,  이정현 (인하대학교 컴퓨터공학부)

초록
AI-Helper 아이콘AI-Helper

제품의 품질 및 가격뿐만 아니라 물질적 풍요로움과 더불어 다변화 되어가는 생활 환경 속에서 소비자의 감성과 선호도를 파악하는 것은 제품 판매 전략의 중요한 성공요소가 되고 있다. 이를 위하여 제품의 기능적 측면뿐만 아니라 개개인의 정서적 감정과 선호도가 반영된 제품의 설계나 디자인 또한 요구되고 있다. 본 연구에서는 사용자의 감성과 선호도를 중심으로 소재를 개발하는 방법의 하나로 협력적 필터링 개인화 기법을 응용하여 패션 디자인 추천 에이전트 시스템(FDRAS-pro)을 제안한다. 텍스타일 기반의 협력적 필터링 기술에서, 예측에 사용될 이웃의 수를 결정하기 위해서 Representative Attribute-Neighborhood 방법을 사용한다. 사용자들간의 유사도 가중치를 계산하기 위해서 피어슨 상관계수(Pearson Correlation Coefficient)를 사용한다. 소재에 대한 사용자의 감성이나 선호도에 대한 텍스타일의 대표 감성 어휘를 추출함으로써 소재 개발을 위한 감성 어휘 데이타베이스를 구축한다. FDRAS-pro는 구축된 감성 어휘 데이타베이스를 기반으로 성향이 비슷한 사용자에게 텍스타일 디자인을 추천한다. 디자인 요소에 따른 감성 분석을 하기 위해서, 텍스타일 디자인을 9가지 디자인 요소(디자인 소재, 모티브대 배경비율, 모티브의 변화도, 해석법, 모티브의 배열, 모티브의 명료성, 명도차, 색상차, 채도차)에 따라 분석하였다. 패션 디자인 추천 시스템으로 개발하여 시스템의 논리적 타당성과 유효성을 검증하기 위해 실험적인 적용을 시도하고자 한다.

Abstract ▼ AI-Helper 아이콘AI-Helper

In the life environment changed with not only the quality and the price of the products but also the material abundance, it is the most crucial factor for the strategy of product sales to investigate consumer's sensibility and preference degree. In this perspective, it is necessary to design and mer...

주제어

#협력적 필터링   #인지공학   #이미지 기술   #감성 공학   #웹 기반 학습  

참고문헌 (31)

  1. 김 미지자, Texture와 Colour coordination의 감성공학적 Technology에 관한 연구, 한양대학교 대학원, 박사학위논문, 1996 

  2. 권규식, 이정우, '감성공학적 제품개발을 위한 감성과 디자인 요소화의 관계 모형화', 한국감성과학회 연차 학술대회, pp.11-15, 1997 

  3. 이순요, 양선모, 감성 공학, 청문각, 1996 

  4. 정경용, 나영주, '소재설계를 위한 감성공학적 디자인지원 시스템 개발', 한국섬유공학회지, 제40권, 제3호, pp.312-320, 2003 

    원문보기 상세보기

  5. 정경용, 김진현, 나영주, '사용자 선호도 예측과 Textile 기반의 협력적 필터링 기술을 이용한 섬유패션 디자인 추천 에이전트', 한국감성과학회 추계학술대회, pp.32, 2002 

  6. 황상민, 정지홍, 정선화, 김지연, '소비자 선호와 라이프 스타일에 기초한 컨셉트 제품의 감성 이미지 분석', 한국정보과학회 HCI.CG.DESIGN 학술대회 논문집(I), pp. 559-607, 2003.2 

  7. P. Resnick, et. al., 'Groupl.ens: An Open Architecture for Collaborative Filtering of Netnews,' Proc. of ACM CSCW'94 Conference on Computer Supported Cooperative Work, pp. 175-186, 1994 

    crossref

  8. 정경용, 김진현, 나영주, '소재 설계를 위한 감성 공학적 Textile 기반의 협력적 필터링 시스템', 한국 섬유 의류 염색가공 공동학술대회, pp. 433-434, 2002 

  9. Kyung-Yong Jung, Joong-Kyung Ryu, Jung-Hyun Lee, 'A New Collaborative Filtering Method using Representative Attributes-Neighborhood and Bayesian Estimated Value,' Proceedings of International Conference on Artificial Intelligence: Las Vegas, USA, pp. 709-715, 2002.6 

  10. Kyung-Yong Jung, Yang-Jae Park, Jung-Hyun Lee, 'Integrating User Behavior Model and Collaborative Filtering Methods In Recommender Systems,' International Conference on Computer and Information Science, Seoul, Korea, pp. 791-796, 2002.8. 

  11. Kyung-Yong Jung, Jung-Hyun Lee, 'Prediction of User Preference in Recommendation System using Association User Clustering and Bayesian Estimated Value,' LNAI 2557, 15th Australian Joint Conference on Artificial Intelligence, pp, 284-296, 2002.12 

  12. J. S. Breese and D. Heckerman and C. Kadie, 'Empirical Analysis of Predictive Algorithms for Collaborative Filtering,' Proc. of the 14th Conference on Uncertainty in Artificial Intelligence, 1998 

  13. Jason J. Jung, Kyung-Yong Jung, Geun-Sik Jo, 'Ontological Cognitive Map for Sharing Knowledge between Heterogenous Businesses,' LNCS 2869, 18th International Symposium on Computer and Information Sciences, pp. 90-97, Turkey, 2003.11 

    상세보기 crossref

  14. 이주현, '섬유 디자인에 대한 감성 공학적 연구 사례', 섬유기술과 산업, 제2권 제4호, 1998 

    원문보기 상세보기

  15. Y. Eunjou, N. Youngjoo, G. Casali, and C. Gilsoo, 'A Fabric Sound Evaluation System for Totally Auditory-Sensible Textiles,' Textile Research Journal, Vol.72, No.7, pp. 638-644, 2002.7 

    상세보기 crossref

  16. 김진현, 정경용, 김태용, 이정현, '연관 관계 군집에 의한 협력적 여과 방법', 제29회 한국정보과학회 추계학술발표 논문집(II), pp. 331-333, 2002 

  17. Kyung-Yong Jung, Young-Joo Na, Jung-Hyun Lee, 'FDRAS: Fashion Design Recommender Agent System using the Extraction of Representative Sensibility and the Two-Way Filtering on Textile,' LNCS 2736, 14th International Conference on Database and Expert Systems Applications, pp. 631-640, Czech Republic, 2003.9 

  18. 정경용, 김진현, 이정현, '연관 사용자 군집과 베이지안 분류를 이용한 사용자 선호도 예측 방법', 한국정보과학회 추계학술발표 논문집(II)- 우수논문, pp.109-111, 2001.10 

  19. C. Basu and H. Hirsh and W. W. Cohen, 'Recommendation as classification: Using social and content-based information in recommendation,' In proceedings of the 15th National Conference on Artificial Intelligence, pp. 714-720, Madison, WI, 1998 

  20. D. Billsus, M. J. Pazzani, 'Learning Collaborative Information Filters,' Proceedings of ICML, pp. 46-53, 1998 

  21. N. Good, B. Schafer, J. Konstan, A. Borchers, B. Sarwar, J. Riedl, 'Combining Collaborative filtering with Personal Agents for Better Recommendation,' AAAI/IAAI, 1999 

  22. J. Herlocker, J. Konstan, A. Borchers and J. Riedl, 'An Algorithm Framework for Performing Collaborative Filtering,' In Proceedings of ACM SIGIR '99, 1999 

    crossref

  23. 정경용, 윤영미, '협력적 필터링 기술에서 평균 정보량인 엔트로피를 이용한 효율적인 예측 방법', 한국정보기술학회논문지, 제1권 제1호, pp.73-83, 2003.5 

    상세보기

  24. 최종성, SPSS Version 10을 이용한 현대통계분석, 복두출판사, 2001 

  25. 조현승, 이주현, '소비자 감성분석을 기반으로 한 꽃문양 스카프디자인의 레이아웃기법 제안', 한국감성과학회지, 제1권 제2호, pp. 23-33, 1998 

  26. 정경용, 류중경, 강운구, 이정현, '내용 기반 여과와 협력적 여과의 병합을 통한 추천 시스템에서 조화 평균 가중치', 정보과학회지 논문지 : 소프트웨어 및 응용, 제30권 제3호, pp. 239-250, 2003.4 

  27. 정경용, 최성용, 임기욱, 이정현, '베이지안 추정치가 부여된 유사도 가중치와 연관 사용자 군집을 이용한 선호도 예측 시스템', 정보과학회논문지 : 소프트웨어 및 응용, 제30권 제4호, pp. 316-325, 2003.4 

  28. 김용집, 정경용, 이정현, '사용자와 아이템의 혼합 협력적 필터링에서 Naive Bayesian 알고리즘을 이용한 추천 방법', 제30회 한국정보과학회 추계학술발표 논문집(I), pp. 184-186, 2003.10 

  29. 양신모, 정경용, 김진수, 최성용, 이정현, '아이템의 범주적 속성과 수량적 속성에 기반한 연관규칙 발견', 제12회 한국정보과학회 $HCI^{\circ}CG^{\circ}DESIGN$ 학술대회, pp. 456-461, 2003.2 

  30. Kyung-Yong Jung, Young-Joo Na, 'Evaluation of Personalized Fashion Design Recommendation Agent System based on Server-Client,' In Celebration the 40th Anniversary of the Korea Fiber Society, the Korean- Japan Joint Symposium, Seoul, Korea, pp. 112, 2003.10 

  31. Kyung-Yong Iung, Young-Joo Na, Jung-Hyun Lee, 'Creating User-Adapted Design Recommender System through Collaborative Filtering and Content Based Filtering,' LNAI 2902, EPIA'03 International Workshop on Extraction of Knowledge from Data Bases, pp. 204-208, Portugal, 2003.12 

저자의 다른 논문 :

관련 콘텐츠

이 논문과 함께 이용한 콘텐츠

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로