$\require{mediawiki-texvc}$

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.

다중속성 LSTM 모델 기반 TV 시청 패턴 분석 시스템
TV Watching Pattern Analysis System based on Multi-Attribute LSTM Model 원문보기

한국정보통신학회논문지 = Journal of the Korea Institute of Information and Communication Engineering, v.25 no.4, 2021년, pp.537 - 542  

이종원 (National Science & Technology Information Service, KISTI) ,  성미경 (Department of Computer Engineering, Paichai University) ,  정회경 (Department of Computer Engineering, Paichai University)

초록
AI-Helper 아이콘AI-Helper

스마트 TV는 인터넷을 기반으로 기존의 TV에 비해 다양한 서비스와 정보를 제공하고 있다. 보다 개인화된 서비스나 정보를 제공하기 위해서는 사용자의 시청 패턴을 분석하고 이를 기반으로 맞춤형 서비스나 정보를 제공해야한다. 제안하는 시스템은 사용자의 TV 시청 패턴을 입력받고 이를 분석하여 사용자에게 맞춤형 정보로써 TV 프로그램이나 영화를 추천한다. 이를 위해 전처리기와 딥러닝(deep learning) 모델로 시스템을 구성하였다. 전처리기는 사용자가 시청한 TV 프로그램의 이름과 해당 TV 프로그램을 시청한 날짜, 시청한 시간 등을 입력하면 이를 정제한다. 그리고 정제된 데이터를 다중속성 LSTM 모델이 학습하고 예측을 수행하게 된다. 제안하는 시스템은 사용자에게 맞춤형 정보를 제공하는 시스템으로써 기존의 IoT 기술과 딥러닝 기술을 융합한 디지털 컨버전스(convergence)의 선도 기술이 될 것으로 사료된다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Smart TVs provide a variety of services and information compared to existing TVs based on the Internet. In order to provide more personalized services or information, it is necessary to analyze users' viewing patterns and provide customized services or information based on them. The proposed system ...

주제어

#딥러닝   #미래 예측   #시청 관리   #패턴 분석  

표/그림 (18)

참고문헌 (8)

  1. S. O. Kim, J. H. Koo, and S. J. Lee, "A Study on Combinations of Prediction Methods by Using Basic Statistics in Collaborative Filtering Recommender Systems," Journal of The Korean Data Analysis Society, vol. 21, no. 2, pp. 733-744, Apr. 2019. 

    상세보기

  2. J. Y. Kang and H. S. Lim, "Proposal of Content Recommend System on Insurance Company Web Site Using Collaborative Filtering," Journal of Digital Convergence, vol. 17, no. 11, pp. 201-206, Nov. 2019. 

  3. J. Y. Park, "Estimation of Electrical Loads Patterns by Usage in the Urban Railway Station by RNN," The Transactions of the Korean Institute of Electrical Engineers, vol. 67, no. 11, pp. 1536-1541, Feb. 2018. 

  4. X. F. Wang and H. C. Kim, "Text Categorization with Improved Deep Learning Methods," Journal of Information and Communication Convergence Engineering, vol. 16, no. 2, pp. 106-113, Jun.. 2018. 

    원문보기 상세보기

  5. D. H. Seo, J. S. Lyu, E. J. Choi, S. H. Cho, and D. K. Kim, "Web based Customer Power Demand Variation Estimation System using LSTM," Journal of the Korea Institute of Information and Communication Engineering, vol. 22, no. 4, pp. 587-594, Apr. 2018. 

  6. J. W. Lee, H. Y. Kim, and H. K. Jung, "Deep Learning Module Optimization based on Sequential Data Prediction," ASM Science Journal, vol. 13, no. 1, pp. 82-91, Feb. 2020. 

  7. H. I. Kim and J. Y. Lee, "Prediction of Urban Flood Extent by LSTM Model and Logistic Regression," Journal of the Korean Society of Civil Engineers, vol. 40, no. 3, pp. 273-283, Jun. 2020. 

  8. J. S. Park and H. H. Lee, "Prediction of high turbidity in rivers using LSTM algorithm," Journal of the Korean Society of Water and Wastewater, vol. 34, no. 1, pp. 35-43, Feb. 2020. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

이 논문과 함께 이용한 콘텐츠

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