[논문]자가 성장하는 상황 기반 사용자 모델을 이용한 개인화 커뮤니티 서비스 자동 제공 방법

이창열; 조규찬; 김현숙; 조위덕

자가 성장하는 상황 기반 사용자 모델을 이용한 개인화 커뮤니티 서비스 자동 제공 방법
A Method for Automatic Provision of Personalized Community Service using Situation based Self-growing User Model 원문보기

정보과학회논문지. Journal of KIISE. 컴퓨팅의 실제 및 레터, v.14 no.7, 2008년, pp.738 - 742

이창열 (아주대학교 유비쿼터스시스템연구센터) , 조규찬 (아주대학교 유비쿼터스시스템연구센터) , 김현숙 (아주대학교 유비쿼터스시스템연구센터) , 조위덕 (아주대학교 전자공학부)

초록
AI-Helper

유비쿼터스 컴퓨팅 환경에서 사용자에게 개인화 된 서비스를 제공하기 위해서 사용자 모델은 필수적 요소이다. 기존의 사용자 모델에서는 시스템이 사용자가 원하는 서비스를 자동으로 인지하고 해석하도록 하기 위하여 사용자가 원하는 서비스를 미리 기술한다. 또한, 사용자 모델에 상황 정보가 고려되지 않음으로 인해 상황에 따라 달라지는 사용자의 선호도를 반영할 수 없다. 위와 같은 문제를 해결하기 위하여 본 논문에서는 사용자의 경험을 학습하여 자가 성장 가능한 사용자 모델을 제시하였으며 상황에 따른 사용자 선호 서비스를 추출하여 자동으로 개인화 커뮤니티 서비스를 제공하는 시스템을 제안한다.

Abstract ▼ AI-Helper

The user model is an indispensable factor for providing users with personalized. services in the ubiquitous computing environment. In general user models, services which users prefer should be described in advance so that the system can recognize and interpret them automatically. Also, user's preferences as to the change of situation are not reflected in general user models due to their ignoring the situation. In this paper, we propose the self-growing user model which learns user experience and the system which automatically provides personalized community services through extracting user preferring services by situation.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

또한, 사용자 모델에 상황에 대한 고려가 없기 때문에 상황에 따라 변하는 사용자의 선호도를 반영할 수 없다. 따라서, 본 논문에서는 사용자의 경험을 학습하여 자가 성장하는 사용자 모델을 제시 하였으며, 상황에 따른 사용자 선호 서비스를 계산하여 자동으로 개인화 커뮤니티 서비스를 제공하는 시스템을 제안하였다. 본 시스템은 다중 사용자의 경우에도 그룹 사용자의 경험을 학습하여 그룹 서비스를 제공한다.
따라서, 상황을 고려하지 않고 사용자의 관심과 선호도를 기술한 현재의 사용자 모델은 적합하지 않다. 본 논문에서는 사용자가 원하는 개인화된 서비스를 자동으로 제공하기 위하여 상황(Situation)에 따른 과업(Task)을 기반으로 사용자의 경험을 학습하는 모델을 정의하였다. 또한, 시스템이 자율적으로 사용자 모델을 학습을 통해 성장시켜 개인화 서비스까지 연결할 수 있는 시스템 구조를 제안한다.
것인지 추론 하는 것은 어려운 일이다. 본 논문은 사용자의 행동으로부터 상황을 수집하고, 수집된 상황으로부터 사용자 모델을 생성하여, 사용자 모델로부터 적절한 서비스를 자동으로 추출하여 제공하는 방법을 제시한다.
여기서 사용자 모델은 개인화 서비스를 제공하는 데 필수적인 입력요소로 작용한다. 유비쿼터스 컴퓨팅 환경에서는 상황 변화에 따라 시스템이 사용자의 의도와 요구를 자동으로 파악하여 사용자에게 개인화된 서비스를 제공하는 것을 목적으로 한다. 따라서, 상황을 고려하지 않고 사용자의 관심과 선호도를 기술한 현재의 사용자 모델은 적합하지 않다.

가설 설정

3. 수집된 컨텍스트는 User Model Ag흠regator에게 전달되어 사용자 모델로 변형되어 저장된다.
6. 절차 2~4를 통하여 취침 서비스도 자동으로 생성된다. 7.

제안 방법

본 논문에서는 사용자가 원하는 개인화된 서비스를 자동으로 제공하기 위하여 상황(Situation)에 따른 과업(Task)을 기반으로 사용자의 경험을 학습하는 모델을 정의하였다. 또한, 시스템이 자율적으로 사용자 모델을 학습을 통해 성장시켜 개인화 서비스까지 연결할 수 있는 시스템 구조를 제안한다.
서비스를 제공한다. 본 논문의 모델은 위와 같은 사용자 경험 학습을 통해 서비스 충돌 문제를 해결한다.
따라서, 본 논문에서는 사용자의 경험을 학습하여 자가 성장하는 사용자 모델을 제시 하였으며, 상황에 따른 사용자 선호 서비스를 계산하여 자동으로 개인화 커뮤니티 서비스를 제공하는 시스템을 제안하였다. 본 시스템은 다중 사용자의 경우에도 그룹 사용자의 경험을 학습하여 그룹 서비스를 제공한다. 현재 원형 시스템이 구현 중이며 향후 이를 이용하여 모델을 검증할 계획이다.
설명한다. 본 연구에서 사용자의 경험을 학습하는 사용자 모델을 정의 하였고, 사용자 모델로부터 상황에 적합한 서비스를 자동으로 제공하는 시스템 구조를 제안한다. 제안하는 개인화 서비스는 커뮤니티 컴퓨팅 환경의 커뮤니티 서비스를 기반으로 한다[6丄
하는 서비스를 받으려고 한다. 이러한 사용자의 행동 패턴을 관찰하여 사용자 컨텍스트를 수집하고 사용자가 조작한 환경으로부터 환경 컨텍스트를 수집하여 사용자 모델을 구축하게 된다.
제안한 사용자 모델에서 다중 사용자 간의 의도 충돌 문제를 해결하는 방법은 개인 사용자의 경험을 학습하는 것과 유사하게 다중 사용자를 [고룹으로 취하여 그룹의 경험을 학습하는 것이다.
있는 접근 방법이다. 환경으로부터 상황 정보를 수집하여 사용자의 요구를 분석하고, 목적을 달성하기 위한 역할과 행동을 정의하고, 역할을 담당할 컴퓨팅 자원을 커뮤니티 구성원 즉, 커뮤니티 멤버로 모집하여 멤버들 간의 상호 협력을 통해 공동 목적을 달성하도록 모델링하였다[7]. 공간 내의 다양한 커뮤니티들과 멤버들을 관리하기 위한 시스템이 필요하게 되었으며 이를 구현한 것이 커뮤니티 매니저이다[8].

성능/효과

9. User Mod이 Aggregator는 그룹 사용자로써 그룹의 행동 경험이 25도라고 저장하고 거실에 같이 있을 경우 에어컨서비스를 25도로 자동 실행한다.

후속연구

본 시스템은 다중 사용자의 경우에도 그룹 사용자의 경험을 학습하여 그룹 서비스를 제공한다. 현재 원형 시스템이 구현 중이며 향후 이를 이용하여 모델을 검증할 계획이다.

참고문헌 (10)

Davies, N., Cheverst, K., Mitchell, K., Efrat, A.. 'Using and determining location in a context-sensitive tour guide,' IEEE Computer Society Press 34(8). (2001)
Cinotti T.S., Garzotto, F., Muzii, R., Malavasi, M., Galasso, S., Raffa, G., Roffia, L., Varlese, V.. 'Evaluating Context-aware Mobile Applications in Museums: Experiences from the MUSE Project,' Proceedings of the Eighth Annual Conference on Museums and the Web. (2004)
Kuwahara, N., Noma, H., Kogure, K., Hagita, N., Tetsutani, N., Iseki, H., 'Wearable auto-event-recording of medical nursing,' Proceedings of the Ninth IFIP TC13 International Conference on Human-Computer Interaction. (2003)
Heckmann, D., 'Ubiquitous User Modeling,' PhD thesis, Department of Computer Science, Saarland University, Germany. (2005)
Berkovsky S., Aroyo L., Heckmann D., Houben G.. 'Predicting User Experiences through Cross-Context Reasoning,' Proceedings of 14th Workshop on Adaptivity and User Modeling in Interactive Systems (2006)
김현숙, 조규찬, 이창열, 조위덕. 'SOA 기반의 커뮤니티 컴퓨팅 시스템', 정보과학회 종합학술대회 커뮤니티 컴퓨팅 워크샵 발표집. (2007)
강경란, 김민구. '커뮤니티 컴퓨팅 : 협업 기반의 환경 자동 적응의 컴퓨팅 모델', 한국 정보과학회지 12월호. (2006)

원문보기 상세보기
Hyeonsook Kim. Community Manager : Dynamic Collaboration Solution on Heterogeneous Environment. Proceedings of IEE ICPS 2006. 39-46. (2006)
Chen, Harry, Tim Finin, and Anupam Joshi. 'An Intelligent Broker for Context-Aware Systems,' Adjunct Proceedings of Ubicomp 2003, Seattle, Washington, USA, October 12-15. (2003)
O. Lassila and R. R. Swick. 'Resource Description Framework (RDF) model and syntax specification,' W3C Working Draft WD-rdf-syntax-19981008. See http://www.w3.org/TR/WD-rdf-syntax. http://citeseer.ist.psu.edu/article/lassila98resource.html

저자의 다른 논문 :

LOADING...

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증