$\require{mediawiki-texvc}$

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.

모바일 사용자 행태 기반 프로파일 예측
Predicting User Profile based on user behaviors 원문보기

한국융합학회논문지 = Journal of the Korea Convergence Society, v.11 no.7, 2020년, pp.1 - 7  

심묘섭 (고려대학교 정보통신대학원) ,  임희석 (고려대학교 정보통신대학원)

초록
AI-Helper 아이콘AI-Helper

모바일 디바이스의 성능이 급격히 향상됨에 따라 사용자는 많은 작업을 모바일 환경에서 할 수 있게 되었다. 이는 모바일 디바이스에 저장된 행태 정보를 활용하면 사용자의 많은 부분을 알 수 있음을 의미한다. 예를 들어, 사용자의 문자 메시지와 자주 사용하는 어플리케이션 정보(행태 정보)를 활용하여 사용자가 육아에 관심이 있는지와 같은 유용한 정보(프로파일 예측)를 만들 수 있다. 본 연구에서는 모바일 디바이스에서 수집할 수 있는 사용자의 행태 정보를 알아보고, 이를 활용하여 사용자를 프로파일링 할 수 있는 항목을 제안한다. 그리고 프로파일링 결과를 활용하여 사용자에게 편의를 줄 수 있는 정보로 활용할 수 있는 방안도 함께 제시한다.

Abstract ▼ AI-Helper 아이콘AI-Helper

As the performance of mobile devices has dramatically improved, users can perform many tasks in a mobile environment. This means that the use of behavior information stored in the mobile device can tell a lot of users. For example, a user's text message and frequently used application information (b...

주제어

#모바일 데이터   #텍스트 분석   #프로파일   #머신러닝   #추천 시스템  

표/그림 (12)

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 하지만, 위 연구는 음악 추천, 음식 추천 등과 같은 특정 서비스만을 위한 것이며, 수집되는 컨텍스트 정보를이용해 범용적으로 적용이 가능한 사용자의 프로파일을제안하는 연구는 아직 없다. 따라서 본 연구에서는 사용자의 성향을 나타낼 수 있는 프로파일 방법 제안과 함께 활용할 수 있는 방안도 제시한다.
  • 본 연구에서는 모바일 디바이스에서 활용할 수 있는 데이터에 대해 알아보고, 이를 활용해 사용자 프로파일을 예측하는 하는 모델을 제시한다.
  • 본 연구에서는, 모바일 디바이스에서 생성되는 데이터분석을 통한 사용자 프로파일링에 대해 연구하였다. 이프로파일은 사용자를 알 수 있는 추가 정보로 활용될 수있다.
  • 사진에 개 또는 고양이가 있는지 Tag 정보를 보고 확인한다. 이후, Media DB에 있는 사진이 직접 촬영한 사진인지 다운받은 사진인지에 대한 판단은 메타데이터에있는 촬영 모델명과 사용자의 모바일 디바이스 모델명을비교하여 판단한다.
본문요약 정보가 도움이 되었나요?

참고문헌 (16)

  1. Y. H. Yoo, Y. S. Choi, H. J. Park & J. H. Lee. (2020). A Study on the Effect of Personalization-Privacy- Transparency on User Trust in the Recommender System: Base on Social Media's Videos Recommendation. Journal of Digital Contents Society, 21(1), 173-184. DOI : 10.9728/dcs.2020.21.1.173 

    상세보기 crossref

  2. ETSI. (2016). Mobile Edge Computing (MEC); Technical Requirements. ETSI GS MEC 002 V1.1.1. 

  3. Y. J. Nam, D. K. Shin & D. I. Shin. (2016). A Study on the Life Log Collection and Analysis System Using Mobile. Journal of KICS, 60, 229-230. DOI : 10.1007/978-981-10-7605-3_19 

  4. Da Rosa, J. H., Barbosa, J. L. & Ribeiro, G. D. (2016). ORACON: An adaptive model for context prediction. Expert Systems with Applications, 45, 56-70. 

    상세보기 crossref

  5. S. K. Lee, Y. H. Cho & S. H. Kim. (2010). Collaborative filtering with ordinal scale-based implicit ratings for mobile music recommendations. Information Sci, 180(11), 2142-2155. DOI : 10.1016/j.ins.2010.02.004 

    상세보기 crossref

  6. S. Y. Kim & S. B. Cho. (2013). A Context-Aware Mobile Music Recommendation System to Consider User's Music Preference. Journal of KIISE, 1047-1049. DOI: 10.1145/2393347.2393368 

  7. B. I. Ahn, K. I. Jung & H. L. Choi. (2017). Mobile Context Based User Behavior Pattern Inference and Restaurant Recommendation Model. Journal of Digital Contents Society, 18(3), 535-542. 

  8. J. M. Kim, H. H. Song, Y. I. Ha & M. Y. Cha. (2018). Analyzing Nonverbal Cues in User Responses for Predicting the Popularity of Online Streaming Contents. Journal of KIISE, 830-832. 

  9. Y. O. Kang, N. H. Cho, J. Y. Lee, J. Y. Yoon & H. J. Lee. (2019). Comparison of Tourists Classification Methods of Geotagged Photos: Empirical Models and Machine Learning Approaches, Journal of KSGIS, 29-37. DOI : 10.7319/kogsis.2019.27.4.029 

  10. Y. J. Nam, D. K. Shin & D. I. Shin. (2016). A Study on the Life Log Collection and Analysis System Using Mobile. Journal of KICS, 229-230. 

  11. Diab, D. M. & Hindi K. M. (2016). Using Differential Evolution for Fine Tuning Naive Bayesian Classifiers and its Application for Text Classification. Applied Soft Computing, 28, 1-60. DOI : 10.1016/j.asoc.2016.12.043 

  12. JiYeon Jung & EunJong Lee. (2007). A study of situated dynamic user profile by place and role for ubiquitous service design. KSDS Conference Proceeding, 132-133. 

  13. W. Wang & I. Benbasat. (2016). Empirical Assessment of Alternative Designs for Enhancing Different Types of Trusting Beliefs in Online Recommendation Agents. Journal of Management Information Systems, 33(3), 744-775. DOI : 10.1080/07421222.2016.1243949 

    상세보기 crossref

  14. D. J. Cho, J. Y. Park, S. B. Park, J. T. Lim, J. O. Song, J, S. Bok &J. S. Yoo. (2019). Personalized Recommendation Considering Item Confidence in E-Commerce. The Journal of the Korea Contents Association, 19(3), 171-182. 

  15. Y. J. An, G. W. Kim, &D. H. Lee. (2018). Personalized tag recommendation system using deep learning. Journal of KIISE, 112-114. 

  16. J. H. Shin, J. H. Song, K. S. Bok & J. S. Yoo. (2018). Personalized Travel Destination Recommendation Scheme through Hybrid Collaborative Filtering. The Journal of the Korea Contents Association, 383-384. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

저작권 관리 안내
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