최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국정보처리학회 2014년도 춘계학술발표대회, 2014 Apr. 22, 2014년, pp.340 - 343
양원우 (국민대학교 보안 스마트 전기 자동차과) , 김유경 (국민대학교 전자공학부) , 전미영 (국민대학교 전자공학부) , 정구민 (국민대학교 전자공학부)
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
소유한 음악의 선호도를 알게 된다면 기대할 수 있는 효과는 무엇인가? | 소유한 음악의 선호도를 알게 된다면 음악을 관리함이 편리해짐은 물론이고, 더 나아가 자신이 선호하는 음악이 많이 일치하는 사람의 다른 곡을 얻어와 높은 만족도의 추천 곡을 얻을 수 있다. | |
사용자의 입력패턴을 분석하여 좀 더 나은 서비스를 제공하는 방법하는 등의 노력은 어떠한 한계점을 가지는가? | 기존에 이런 시도들은 높은 연산량을 요구하여 휴대기기에 적용하기 힘들거나, 비슷한 음악이 아닌 다양한 장르나 악기편성을 가지는 음악들을 고루 듣는 사용자에게 적용했을 때 결과를 장담 할 수 없다는 문제가 존재한다. | |
사용자가 선택한 음악과 유사한 추천 곡을 제공하기 위해 음악 데이터를 분석하고 비슷한 곡 위주로 음악을 추천하는 방법은 어떠한 한계를 가지는가? | 이 방법은 비슷한 음악을 찾아 줄 수 있지만, 음악의 피치나 밀도, 악기의 개수 등을 분석하여 찾아주는 것이기 때문에 악기편성, 장르와 같은 분류의 음악을 추천해준다. 하지만 복수의 장르를 선호하는 사용자이거나 가사 때문에 그 음악을 좋아하는 등의 경우에는 적용 할 수 없다는 한계점이 존재한다. 이뿐만 아니라 이 방법으로 곡을 추천하기 위해서는 모든 음악 파일들을 무거운 데이터 연산을 해서 분석을 해야 하기 때문에 배터리 이슈가 있는 휴대용 기기에서 사용하기에 적합하지 않다. |
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.