협력적 추천을 위한 사용자와 항목 모델의 효율적인 통합 방법

도영아,김종수,류정우,김명원 한국정보과학회 2003 정보과학회논문지 : 소프트웨어 및 응용 Vol.30 No.5

In collaborative recommendation two models are generally used: the user model and the article model. A user model learns correlation between users preferences and recommends an article based on other users preferences for the article. Similarly, an article model learns correlation between preferences for articles and recommends an article based on the target user's preference for other articles. In this paper, we investigates various combination methods of the user model and the article model for better recommendation performance. They include simple sequential and parallel methods, perceptron, multi-layer perceptron, fuzzy rules, and BKS. We adopt the multi-layer perceptron for training each of the user and article models. The multi-layer perceptron has several advantages over other methods such as the nearest neighbor method and the association rule method. It can learn weights between correlated items and it can handle easily both of symbolic and numeric data. The combined models outperform any of the basic models and our experiments show that the multi-layer perceptron is the most efficient combination method among them. 협력적 추천에서는 일반적으로 사용자 모델과 항목 모델이 사용되어진다. 사용자 모델은 사용자들간의 선호도 상관관계를 학습하고, 추천하고자 하는 항목에 대한 다른 사용자들의 선호도를 기반으로 그 항목을 추천한다. 이와 유사한 방식으로 항목 모델은 항목들간의 선호도 상관관계를 학습하고, 다른 항목들간의 선호도를 기반으로 추천 받는 사용자에게 항목을 추천한다. 본 논문에서는 추천 성능의 향상을 위해서 사용자 모델과 항목 모델간의 다양한 통합 방법을 제안한다. 제안하는 통합 방법으로는 순차적, 병렬적 통합 방법, 퍼셉트론 또는 다층 퍼셉트론을 이용한 통합 방법, 퍼지 규칙을 이용한 통합 방법 그리고 BKS를 적용한 방법이다. 본 실험에서는 통합 모델을 위해서 다층 퍼셉트론을 이용하여 사용자와 항목 모델을 각각 학습한다. 다층 퍼셉트론은 최근접 이웃방법이나 연관 규칙을 이용한 방법과 같은 기존의 추천 방법보다 연관된 항목들간의 가중치를 학습할 수 있고, 기호 데이타와 수치 데이타를 쉽게 처리할 수 있는 장점이 있다. 본 논문에서는 통합된 모델이 어떠한 단일 모델보다도 우수하고, 실험을 통하여 다층 퍼셉트론을 이용한 통합 방법이 다른 통합 방법보다 효율적인 통합 방법임을 보여주고 있다.

협력적 추천을 위한 사용자와 항목 모델의 효율적인 통합 방법

도영아,김종수,류정우,김명원 한국정보과학회 2003 정보과학회논문지 : 소프트웨어 및 응용 Vol.30 No.6

In collaborative recommendation two models are generally used: the user model and the article model. A user model learns correlation between users preferences and recommends an article based on other users preferences for the article. Similarly, an article model learns correlation between preferences for articles and recommends an article based on the target user's preference for other articles. In this paper, we investigates various combination methods of the user model and the article model for better recommendation performance. They include simple sequential and parallel methods, perceptron, multi-layer perceptron, fuzzy rules, and BKS. We adopt the multi-layer perceptron for training each of the user and article models. The multi-layer perceptron has several advantages over other methods such as the nearest neighbor method and the association rule method. It can learn weights between correlated items and it can handle easily both of symbolic and numeric data. The combined models outperform any of the basic models and our experiments show that the multi-layer perceptron is the most efficient combination method among them. 협력적 추천에서는 일반적으로 사용자 모델과 항목 모델이 사용되어진다. 사용자 모델은 사용자들간의 선호도 상관관계를 학습하고, 추천하고자 하는 항목에 대한 다른 사용자들의 선호도를 기반으로 그 항목을 추천한다. 이와 유사한 방식으로 항목 모델은 항목들간의 선호도 상관관계를 학습하고, 다른 항목들간의 선호도를 기반으로 추천 받는 사용자에게 항목을 추천한다.본 논문에서는 추천 성능의 향상을 위해서 사용자 모델과 항목 모델간의 다양한 통합 방법을 제안한다. 제안하는 통합 방법으로는 순차적, 병렬적 통합 방법, 퍼셉트론 또는 다층 퍼셉트론을 이용한 통합 방법, 퍼지 규칙을 이용한 통합 방법 그리고 BKS를 적용한 방법이다. 본 실험에서는 통합 모델을 위해서 다층 퍼셉트론을 이용하여 사용자와 항목 모델을 각각 학습한다. 다층 퍼셉트론은 최근접 이웃방법이나 연관 규칙을 이용한 방법과 같은 기존의 추천 방법보다 연관된 항목들간의 가중치를 학습할 수 있고, 기호 데이타와 수치 데이타를 쉽게 처리할 수 있는 장점이 있다. 본 논문에서는 통합된 모델이 어떠한 단일 모델보다도 우수하고, 실험을 통하여 다층 퍼셉트론을 이용한 통합 방법이 다른 통합 방법보다 효율적인 통합 방법임을 보여주고 있다.

A Case Study of Community Development Projects in Tigray, Ethiopia

도영아,유평준,허민희,이정원,노진원 국제개발협력학회 2023 국제개발협력연구 Vol.15 No.3

Purpose: This research aims to suggest a checklist for successful implementation of future community development projects by analyzing three community development projects implemented in the Tigray region of Ethiopia applying Sustainable Livelihood Framework (SLF). Originality: While there exist various studies dealing with community development programs, there is only few studies that attempt to empirically analyze the positive effects and negative effects of community development programs. Thus, this research intended to empirically examine differences between development theories and practices using three projects that have been implemented in Tigray region. Methodology: Case study was conducted through qualitative research methods such as Key Informant Interview, Focus Group Discussion in analyzing three community development projects implemented in Tigray region of Ethiopia. The elements of each project were analyzed based on 5 assets, strategies, and outcomes of the Sustainable Livelihood Framework(SLF) to evaluate the sustainability of the project. Result: In the Koraro project, community participation in every stage was absent, which weakened the sustainability of the positive outcomes. Second, AbrehaAtsbeha project was community-based, participatory, and integrated, which led to agile implementation. Lastly, in Maymekden and Addis Alem project, meaningful community participation was not made, which resulted in unsustainable outcomes. Based on these results, this study suggests that the success of community development projects depends on factors such as community participation and investments in livelihood assets. Conclusions and Implication: This result implies for the development actors that the community development project outcomes should be sustained through local resources and build a sense of ownership in the community

협력적 추천을 위한 사용자와 항목 모델의 효율적인 통합 방법

도영아(Young A Do),김종수(Jong Su Kim),류정우(Joung Woo Ryu),김명원(Myung Won Kim) 한국정보과학회 2003 정보과학회논문지 : 소프트웨어 및 응용 Vol.30 No.5·6

협력적 추천에서는 일반적으로 사용자 모델과 항목 모델이 사용되어진다. 사용자 모델은 사용자들간의 선호도 상관관계를 학습하고, 추천하고자 하는 항목에 대한 다른 사용자들의 선호도를 기반으로 그 항목을 추천한다. 이와 유사한 방식으로 항목 모델은 항목들간의 선호도 상관관계를 학습하고, 다른 항목들간의 선호도를 기반으로 추천 받는 사용자에게 항목을 추천한다. 본 논문에서는 추천 성능의 향상을 위해서 사용자 모델과 항목 모델간의 다양한 통합 방법을 제안한다. 제안하는 통합 방법으로는 순차적, 병렬적 통합 방법, 퍼셉트론 또는 다층 퍼셉트론을 이용한 통합 방법, 퍼지 규칙을 이용한 통합 방법 그리고 BKS를 적용한 방법이다. 본 실험에서는 통합 모델을 위해서 다층 퍼셉트론을 이용하여 사용자와 항목 모델을 각각 학습한다. 다층 퍼셉트론은 최근접 이웃방법이나 연관 규칙을 이용한 방법과 같은 기존의 추천 방법보다 연관된 항목들간의 가중치를 학습할 수 있고, 기호 데이타와 수치 데이타를 쉽게 처리할 수 있는 장점이 있다. 본 논문에서는 통합된 모델이 어떠한 단일 모델보다도 우수하고, 실험을 통하여 다층 퍼셉트론을 이용한 통합 방법이 다른 통합 방법보다 효율적인 통합 방법임을 보여주고 있다. In collaborative recommendation two models are generally used: the user model and the article model. A user model learns correlation between users preferences and recommends an article based on other users preferences for the article. Similarly, an article model learns correlation between preferences for articles and recommends an article based on the target user's preference for other articles. In this paper, we investigates various combination methods of the user model and the article model for better recommendation performance. They include simple sequential and parallel methods, perceptron, multi-layer perceptron, fuzzy rules, and BKS. We adopt the multi-layer perceptron for training each of the user and article models. The multi-layer perceptron has several advantages over other methods such as the nearest neighbor method and the association rule method. It can learn weights between correlated items and it can handle easily both of symbolic and numeric data. The combined models outperform any of the basic models and our experiments show that the multi-layer perceptron is the most efficient combination method among them.

경주지역 청동기시대 취락의 입지와 생업에 대한 검토

都英娥(Do Young A) 한국문화사학회 2007 文化史學 Vol.0 No.27

협력적 추천을 위한 효율적인 통합 방법

도영아(YoungA Do),김종수(JongSu Kim),류정우(JoungWoo Ryu),김명원(Myungwon Kim) 한국정보과학회 2001 한국정보과학회 학술발표논문집 Vol.28 No.2Ⅱ

신경망을 이용한 추천 기술은 항목이나 사용자간의 가중치를 학습할 수 있고, 자료 유형에 상관없이 데이터 처리가 용이하다. 또한 최근 연구를 통해서 그 우수성이 입증되고 있다. 그러나 사용자간의 상관관계로 추천하는 사용자 신경망 모델과 항목 간의 상관관계로 추천하는 항목 신경망 모델이 서로 다른 관점으로 다른 선호도를 제시할 경우에 선택한 모델의 선호도에 따라 시스템의 성능이 좌우된다. 그러므로 효율적이고 성능이 우수한 추천 시스템을 위해 사용자와 항목 신경망 모델의 통합 방법을 제안한다. 두 모델 사이에 우선 순위를 결정하여 통합하는 순차적 통합 방법과 두 모델을 동시에 고려하는 병렬적 통합 방법을 제안한다. 그러나 두 통합 방법은 선호도 예측 기준에 있어서 정적이고, 문제에 대한 적응성이 없다. 그러므로 신경망(퍼셉트론, 다층 퍼셉트론)을 이용한 통합 방법을 제안한다. 또한 퍼지의 소속함수를 이용하여 퍼지 추론을 적용한 통합 방법을 제안하고, 패턴 인식 분야에서 사용하는 BKS 방법을 적용하여 두 신경망 모델을 통합하여 실험한다. 본 논문에서는 사용자와 항목 신경망 모델을 통합함으로써 기존의 추천 기술인 연관 규칙과 단일 신경망 모델을 이용한 추천보다 우수함을 보이고 있다.

SMGA : 종족의 분할과 병합을 이용한 효율적인 공진화 알고리즘

도영아(Younga Do),박성진(Soungjin Park),김명원(Myungwon Kim) 한국정보과학회 2000 한국정보과학회 학술발표논문집 Vol.27 No.2Ⅱ

진화 알고리즘은 자원 관리, 스케줄링, 퍼지 논리 제어기의 설계 등의 다양한 문제들에 적용되는, 일반적이고 효율적인 최적화 방법이다. 그러나 이러한 진화 알고리즘의 문제점은 탐색해야할 변수의 증가에 따른 차원의 증가로 이하여 탐색공간이 기하급수적으로 늘어난다는 것이다. 이러한 문제점을 해결하기 위해 Potter와 DeJong은 개개의 종족을 독립적으로 진화시킴으로써 탐색공간을 대폭 줄인, 협력 공진화 알고리즘을 제안하였다. 그러나 이것 또한 변수 의존성이 강한 문제들에 대해서는 비효율적인 탐색을 하는 문제점이 있다. 본 논문에서는 종족의 분할과 병합을 이용한 효율적인 공진화 알고리즘을 제안한다. 이 알고리즘은 최적화 하려는 변수들이 서로 의존성이 없는 경우에는 종족의 분할을 통하여 탐색공간의 축소에 이점을 얻고, 최적화 하려는 변수들이 서로 의존성이 있는 경우에는 종족의 병합을 통하여 전역탐색을 하도록 한다. 제안하는 알고리즘을 상품재고 제어 문제(ICP)로 실험하여 현존하는 어떤 공진화 알고리즘보다도 효율적인 결과를 보여준다.

KOICA와 무상협력사업

도영아(Young-Ah Doh),김대환(Dae-Hwan Kim),조미라 대한토목학회 2006 대한토목학회지 Vol.54 No.12

대개도국(對開途國) 공적개발원조

도영아(Young-Ah Doh),김대환(Dae-Hwan Kim),조미라 대한토목학회 2006 대한토목학회지 Vol.54 No.12

치찰음-파열음 두음 자음군에 관한 재고찰

이재영,도영아 신영어영문학회 2022 신영어영문학 Vol.81 No.-

Syllables have been defined on the basis of the sonority hierarchy principle. For syllable onsets, the sonority tends to rise toward the nucleus of a syllable. Typologically, unmarked onset clusters satisfy the principle. Most of the clusters such as /tl, sl, pr/ in English show sonority rise, conforming to the principle. Cross linguistically, a notorious exception to this phenomenon is sibilant-plosive clusters such as /st, sp, sk/. Despite its apparent violation of the principle, sibilant-plosive onset clusters are widely attested across languages. This paper aims to review theoretical issues related to the sibilant-plosive onset clusters, through considerations both of its typological and acquisitional aspects. We conclude the paper by suggesting potential contributions that in-depth research on Korean linguistics can make to the theoretical debates on the sibilant-plosive clusters.