음악은 삶의 일부이며 상황에 따라 많은 영향을 받는다. 그러나 음악 추천 시스템에 관한 기존 연구들에서는 사용자로부터 획득한 몇 가지 메타데이타(장르, 아티스트 등)만을 내용기반 필터링으로 분석하여 이용함으로써 적절한 상황을 고려하지 못하는 문제점이 있었다. 최근 들어 환경의 몇 가지 상태(온도, 습도 등)변화를 적용한 추천 연구가 이루어지고 있지만 상황으로서 이해하기는 부족한 실정이다. 그러므로 우리는 기존연구에서의 메타데이타는 물론 상황정보를 동적으로 반영하여 사용자가 더욱 만족할 수 있는 음악을 추천하는 것을 제안한다. 또한 사용자에 의한 피드백이 가능함으로써 서비스를 더 향상시킬 수 있다. 이를 해결하기 위해 본 논문에서는 음악 선곡에 필요한 상황정보를 정의하고 내용기반 필터링 기법을 사용하여 사용자의 취향과 상황에 적합한 음악 추천 시스템을 설계한다. 본 추천 시스템에서는 홈 네트워크 환경에서 상황정보를 인식하기 위해 OSGi 프레임워크를 사용하였으며 서비스 이동성 및 분산처리를 지원하여 음악 선곡에 대한 사용자의 만족도와 서비스의 질을 향상 시켰다.
음악은 삶의 일부이며 상황에 따라 많은 영향을 받는다. 그러나 음악 추천 시스템에 관한 기존 연구들에서는 사용자로부터 획득한 몇 가지 메타데이타(장르, 아티스트 등)만을 내용기반 필터링으로 분석하여 이용함으로써 적절한 상황을 고려하지 못하는 문제점이 있었다. 최근 들어 환경의 몇 가지 상태(온도, 습도 등)변화를 적용한 추천 연구가 이루어지고 있지만 상황으로서 이해하기는 부족한 실정이다. 그러므로 우리는 기존연구에서의 메타데이타는 물론 상황정보를 동적으로 반영하여 사용자가 더욱 만족할 수 있는 음악을 추천하는 것을 제안한다. 또한 사용자에 의한 피드백이 가능함으로써 서비스를 더 향상시킬 수 있다. 이를 해결하기 위해 본 논문에서는 음악 선곡에 필요한 상황정보를 정의하고 내용기반 필터링 기법을 사용하여 사용자의 취향과 상황에 적합한 음악 추천 시스템을 설계한다. 본 추천 시스템에서는 홈 네트워크 환경에서 상황정보를 인식하기 위해 OSGi 프레임워크를 사용하였으며 서비스 이동성 및 분산처리를 지원하여 음악 선곡에 대한 사용자의 만족도와 서비스의 질을 향상 시켰다.
The music is a part of our daily life in these days. And when the people listen to the music, they are affected by the context. However, previous researches on the music recommendation system have the problem that they didn't consider the proper contextual information efficiently. They only used the...
The music is a part of our daily life in these days. And when the people listen to the music, they are affected by the context. However, previous researches on the music recommendation system have the problem that they didn't consider the proper contextual information efficiently. They only used the content-based filtering or the method to use musical metadata (genre, artist, etc.). Recently, there are some researches about the music recommendation system which applies the status(temperature, humidity, etc.) of environments. But, it is difficult to be accepted by the contextual information. Therefore, we propose the music recommendation system that is dynamically applied by the contextual information as well as the metadata in the previous researches. And the system can provide users with the music that they want to listen to, and then the users can be more satisfied. Also, the services can be improved by the feedback of the users. In order to solve this problem, the context-information for selecting a music list is defined and the music recommendation system is designed by using the content-based filtering method. The system is suitable for the user's taste and the context. The music recommendation system we are proposing uses an OSGi framework in the home network. As a result, the satisfaction of users and the quality of services will be improved more efficiently by supporting the mobility of services as well as the distributed processing.
The music is a part of our daily life in these days. And when the people listen to the music, they are affected by the context. However, previous researches on the music recommendation system have the problem that they didn't consider the proper contextual information efficiently. They only used the content-based filtering or the method to use musical metadata (genre, artist, etc.). Recently, there are some researches about the music recommendation system which applies the status(temperature, humidity, etc.) of environments. But, it is difficult to be accepted by the contextual information. Therefore, we propose the music recommendation system that is dynamically applied by the contextual information as well as the metadata in the previous researches. And the system can provide users with the music that they want to listen to, and then the users can be more satisfied. Also, the services can be improved by the feedback of the users. In order to solve this problem, the context-information for selecting a music list is defined and the music recommendation system is designed by using the content-based filtering method. The system is suitable for the user's taste and the context. The music recommendation system we are proposing uses an OSGi framework in the home network. As a result, the satisfaction of users and the quality of services will be improved more efficiently by supporting the mobility of services as well as the distributed processing.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 본 논문에서는 상황정보를 내용기반 필터링에 사용하여 사용자의 취향과 상황에 적합한 음악 추천 시 스템을 설계 한다. 상황정보를 내용기반 추천 시스템에 사용하기 위해서는 음악 선택의 요인이라고 생각되는 데이타를 상황정보로 구성하고 온톨로지(Ontology)를 사용하여 정의한다.
본 논문에서 제안한 음악 추천 시스템을 실험하기 위 해서 사용자와 상황정보가 정확히 인식되고 음악 추천 서버에 전달되어 적절한 추천 음악 리스트를 제공하는 지 실험한다. 실험 환경으로는 홈 네트워크 상의 OSGi 게이트웨이에 번들형태로 상황 관리자와 서비스 관리자 를 설치하고 음악 추천 서버는 데스크탑 PC에 구현한 다.
본 논문에서는 사용자의 상황정보를 능동적으로 획득, 인식하고 이 정보를 음악 추천 시스템의 추천 및 질의 에 사용하여 상황에 따라 사용자에게 적절한 음악을 추 천하는 시스템을 설계하였다. 상황정보를 사용하기위해 상황을 온톨로지로 정의하고 통계적 방법의 내용기반 필터링을 응용하였다.
가설 설정
특히 맥박은 주기적으로 체크하여 성인의 평균맥박이 1분에 65〜120이므로 40이하나 181이상일 경우 위험 상 황으로 정의하여 이벤트를 발생하도록 하였다. 또한 본 시스템이 서비스 하는 지역을 가정으로 가정하고 사용 자가 위치할 수 있는 지역을 발코니, 침실, 객실, 부엌, 거실로 제한한다.
제안 방법
추천 방법으로는 프로파일을 형태소 분석하여 단어의 출현 빈도를 계산한다. 그다음 빈도가 가장 높은 단어와 음악 콘텐츠 정보 DB에서 핵심어가 일치하는 곡명을 검색하고 검색 결과를 리스트로 구성한다. 이와 같은 작 업을 프로파일 별로 행한다.
내용 정보 데이타베이스를 구축하기위해 웹문서에서 자동으로 구축하는 방법과 사용자가 정보를 직접 입력 하는 두 가지 방법을 사용한다. 자동구죽에서는 웹 로봇 에이전트에 의해 웹문서를 추출하고 형태소 분석을 통 해 데이타베이스를 구축한다.
IntelligentRoom, 강의 환경에서의 발 생하는 중요한 사건들을 자동으로 기록하고 나중에 재 생할 수 있는 서비스의 GATECH의 eClass 등이 있다. 본 논문에서는 W3C에서 발표한 웹 온톨로지 언어인 OWL(Ontoiogy Web Language)를 이용해서 음악 추 천에 필요한 사용자 정보 및 상황정보를 정의 하였다.
본 시스템에서 온톨로지 추론기로 Jena2.0을 사용하 였으며, 게이트웨이는 OSGi 프레임워크를 구현한 오픈 소스 프로젝트인 Knopflerfishl.3.3을 이용하여 개발하 였다.
본 시스템에서는 아이템의 내용으로 음악 콘텐츠 정 보 DB를 구축하고 사용자 특성에 맞는 프로파일을 사 용하여 음악을 추천한다.
본 시스템은 주변상황과 사용자 정보를 고려하여 음 악을 추천하기 위해 상황을 정의 하고 내용기반 필터링 기법을 사용하여 음악 리스트를 구성한다. 추천에 사용 되는 내용기반 필터링에서는 먼저 음악 콘텐츠 정보 DB에서 사용자의 취향과 사용자 정보에 해당하는 음악 으로만 검색하여 리스트를 구성하고 이 리스트로 초기 프로파일을 만든다.
본 논문에서는 사용자의 상황정보를 능동적으로 획득, 인식하고 이 정보를 음악 추천 시스템의 추천 및 질의 에 사용하여 상황에 따라 사용자에게 적절한 음악을 추 천하는 시스템을 설계하였다. 상황정보를 사용하기위해 상황을 온톨로지로 정의하고 통계적 방법의 내용기반 필터링을 응용하였다. 또한 OSGi 기반으로 시스템을 설 계하여 홈 네트워크 상에서 언제 어디서든지 중단 없이 서비스를 받을 수 있어 사용자로 하여금 서비스의 만족 도를 향상 시켰다.
그림 1은 전체 시스템의 구성도를 나타내고 있다. 이 논문에서 설계한 추천 시스템은 상황 인식 센서로부터 전달받은 여러 가지 데이타를 해석하고 추론한 뒤 정보 화하여 확보된 사용자 프로파일올 콘텐츠 정보 DB와 함께 필터링을 거쳐 음악을 추천해주는 역할을 수행한 다. 이를 위해 음악 추천 시스템은 크게 상황 관리자, 서비스 관리자, 음악 추천 서버로 구성된다.
이 논문에서 설계한 추천 시스템은 상황 인식 센서로부터 전달받은 여러 가지 데이타를 해석하고 추론한 뒤 정보 화하여 확보된 사용자 프로파일올 콘텐츠 정보 DB와 함께 필터링을 거쳐 음악을 추천해주는 역할을 수행한 다. 이를 위해 음악 추천 시스템은 크게 상황 관리자, 서비스 관리자, 음악 추천 서버로 구성된다.
대상 데이터
사용자 정보, 맥박, 날씨, 온도 그리고 위치 정보는 미 리 온톨로지로 정의하고 센서로부터 데이타를 입력받는 다. 그러나 날씨정보는 미리 온톨로지로 정의해 놓지만 데이타는 인터넷으로부터 받아 데이타베이스로 구축한 다.
본 논문에서 제안한 음악 추천 시스템을 실험하기 위 해서 사용자와 상황정보가 정확히 인식되고 음악 추천 서버에 전달되어 적절한 추천 음악 리스트를 제공하는 지 실험한다. 실험 환경으로는 홈 네트워크 상의 OSGi 게이트웨이에 번들형태로 상황 관리자와 서비스 관리자 를 설치하고 음악 추천 서버는 데스크탑 PC에 구현한 다. 콘텐츠 정보 DB는 Pop 300곡으로 구성한다.
실험 환경으로는 홈 네트워크 상의 OSGi 게이트웨이에 번들형태로 상황 관리자와 서비스 관리자 를 설치하고 음악 추천 서버는 데스크탑 PC에 구현한 다. 콘텐츠 정보 DB는 Pop 300곡으로 구성한다.
성능/효과
상황정보를 사용하기위해 상황을 온톨로지로 정의하고 통계적 방법의 내용기반 필터링을 응용하였다. 또한 OSGi 기반으로 시스템을 설 계하여 홈 네트워크 상에서 언제 어디서든지 중단 없이 서비스를 받을 수 있어 사용자로 하여금 서비스의 만족 도를 향상 시켰다.
실험결과 상황정보 및 사용자의 취향이 반영된 추천 리스트가 출력됨을 확인할 수 있다.
후속연구
그럼에도 불구하고 다양한 사람들이 원하는 음악을 적절하게 제공하는데 많은 어려움이 있다. 향후 연구로 는 음악 시스템에서 자기 취향에 벗어나지 못하는 특수 화 경향을 해결하기 위해 타인의 정보도 고려할 수 있 는 필터링 방법을 개발하고 홈 네트워크 상에서 사용자 의 이동 경로의 기록을 토대로 각각의 상황정보를 고려 하여 다른 서비스들과의 충돌 없이 음악을 추천할 수 있는 미들웨어를 개발할 계획이다.
참고문헌 (14)
A. K. Dey and G. D. Abowd, 'Towards a better understanding of context and context-awareness,' Proceedings of Workshop on The What, Who, Where, When, and How of Context-Awareness, Conference on Human Factors in Computing Systems, 2000
Mobasher B., Cooley R, Srivastava J, 'Automatic Personalization Based on Web Usage Mining,' Communications of the ACM, vol. 43, no. 8, pp. 142-151, August, 2000
R. Raymond and J. Mooney and L. Roy, 'Context-Based Book Recommending Using Learning for Text Categorization,' Proceedings of the Fifth ACM Conference on Digital Libraries, San Antonio, TX, pp. 195-204, June, 2000
Kyung-Yong Jung, Young-Joo Na, Jung-Hyun Lee, 'Creating User-Adapted Design Recommender System through Collaborative Filtering and Content Based Filtering,' EPIA'03, Lecture Notes in Artificial Intelligence 2902, pp, 204-208, 2003
Gwizdka, 'What's in the context?,' Proceedings of Workshop on The What, Who, Where, When, and How of Context-Awareness, Conference on Human Factors in Computing Systems, 2000
T. Gu, H. K. Pung, and D. Q. Zhang, 'An Ontology-based Context Model in Intelligent Environments,' Proceedings of Communication Networks and Distributed Systems Modeling and Simulation Conference, pp. 270-275, 2004
P. J. Brown, J. D. Bovey, and X. Chen, 'ContextAware Applications: From the Laboratory to the Marketplace,' IEEE Personal Communications, pp, 58-64, 1997
S. Jang, W. Woo, 'SW1H: Unified User-Centric Context,' The 7th International Conference on Ubiquitous Computing, 2005
F. Bagci, H. Schick, J. Petzold, W. Trumler, and T. Ungerer, 'Support of Reflective Mobile Agents in a Smart Office Environment,' Proceedings of the 18th International Conference on Architecture of Computing Systems, pp, 79-92, 2005
K. Romer, T. Schoch, F. Mattern and T. Dubendorfer, 'Smart Identification Frameworks for Ubiquitous Computing Application,' IEEE International Conference on Pervasive Computing and Communication, 2003
L. Gong, 'A Software Architecture for Open Service Gateways,' IEEE Internet Computing, Vol. 5, No.1, pp. 64-70, 2001
S. Lee, S. Lee, K. Lim, and J. Lee, 'The Design of Webservices Framework Support Ontology Based Dynamic Service Composition,' Proceedings of the Second Asia Information Retrieval Symposium, LNCS 3689, pp. 721-726, 2005
※ AI-Helper는 부적절한 답변을 할 수 있습니다.