대용량 기록 데이터를 위한 점진적 연관규칙 추출기법

송성렬(Sung Yeol Song),송원문(Won Moon Song),김은주(Eun Ju Kim),김명원(Myung Won Kim) 한국정보과학회 2010 한국정보과학회 학술발표논문집 Vol.37 No.1A

IPTV환경에서의 점진적 데이터를 위한 효과적인 연관규칙추출기법

송성렬(Sung Yeol Song),송원문(Won Moon Song),김은주(Eun Ju Kim),김명원(Myung Won Kim) 한국정보과학회 2009 한국정보과학회 학술발표논문집 Vol.36 No.2C

정보산업분유의 발달로 최근 급격한 데이터의 양적 팽창이 일어났다. 대량의 데이터를 처리하기 위하여 여러 가지 기법들의 연구가 진행되어왔으며, 그 중 대표적인 기법으로는 유용한 빈발패턴을 추출하는 연관규칙추출기법이 있다. IPTV환경의 데이터가 시간의 흐름에 따라 점진적으로 데이터가 증가한다는 특징을 가지고 있다. Apriori 알고리즘과 FP-Growth와 같은 기존에 제안되었던 기법은 점진적 데이터환경에서도 반복적으로 기처리한 데이터를 재처리한다는 단점이 있다. 본 논문에서 제안하는 IFP-Tree는 FP-Tree를 기반으로 하여 기처리한 데이터의 재처리과정 없이 연관규칙을 추출하는 기법이다. 기존 데이터의 재처리 과정을 거치지 않기 때문에 IFP-Tree는 기존의 알고리즘보다 처리속도가 빠르다는 장점을 가지고 있다.

XPIA: 청소년 인터넷 중독의 자동 진단/처방을 위한 전문가시스템

송성렬(Sung-yeol Song),송원문(Won-moon Song),송수민(Soo-min Song),김명원(Myung-Won Kim) 한국정보과학회 2013 정보과학회논문지 : 소프트웨어 및 응용 Vol.40 No.8

인터넷 중독은 인터넷을 무절제하게 과다 사용함으로써 발생하는 정신질환의 하나이다. 인터넷 중독은 중독자의 일상생활에서 심각한 사회적, 정신적 장애를 초래하며, 현재 많은 청소년들이 인터넷 중독으로 고통받고 있다. 본 연구에서는 인간 전문가를 대신하여 사용자에게 청소년 인터넷 중독에 관한 상담을 제공하는 전문가시스템 XPIA를 개발하였다. XPIA는 인터넷 중독 관련 상담전문가의 지식과 사용자의 인터넷 사용에 관한 정보를 바탕으로 추론을 수행함으로써 사용자의 상황에 맞는 맞춤형 인터넷 중독 진단/처방을 자동으로 생성한다. XPIA의 웹 서비스를 이용하여 사용자는 최소의 비용과 노력으로 인터넷 중독의 예방과 치료를 위한 도움을 받을 수 있다. 실제 인터넷 중독 상담전문가 및 초·중·고 학생들에 의한 평가결과 평균 80점 이상의 점수를 받아, XPIA 시스템이 실제적으로 유용함을 증명하였다. Internet addiction is a mental illness caused by immoderate and excessive use of the Internet. It causes serious social and mental disorders in daily lives of addicts and currently many young people are suffering from it. In this research, we developed an expert system called XPIA, which provides users Internet addiction counseling in place of human counselors. XPIA automatically generates Internet addiction diagnosis/prescription tailored to the user’s situation by conducting inference based on expert knowledge relevant to Internet addiction and the various user information. XPIA on the web helps users to prevent or treat Internet addiction at the reduced cost and effort. The system has been evaluated by professional counselors and elementary, middle and high school students and it scores more than 80 points on average, which proves that the system is practically useful.

군집화를 이용한 앙상블 기반 분류모델의 설계 및 구현

송성렬(Sung-Yeol Song),길아라(A-Ra Khil) 한국컴퓨터정보학회 2015 韓國컴퓨터情報學會論文誌 Vol.20 No.10

In this paper, we propose the ensemble-based classification model which extracts just new data patterns from the streaming-data by using clustering and generates new classification models to be added to the ensemble in order to reduce the number of data labeling while it keeps the accuracy of the existing system. The proposed technique performs clustering of similar patterned data from streaming data. It performs the data labeling to each cluster at the point when a certain amount of data has been gathered. The proposed technique applies the K-NN technique to the classification model unit in order to keep the accuracy of the existing system while it uses a small amount of data. The proposed technique is efficient as using about 3% less data comparing with the existing technique as shown the simulation results for benchmarks, thereby using clustering.

상담이력기반 인터넷 중독 진단/처방 시스템

송성렬(Sung-yeol Song),송원문(Won-moon Song),송수민(Soo-min Song),김명원(Myung-won Kim) 한국정보과학회 2014 정보과학회논문지 : 소프트웨어 및 응용 Vol.41 No.3

국내에서 많은 청소년들이 인터넷 중독으로 고통을 받고 있으며 인터넷 중독이 심각한 사회적 문제로 대두되고 있다. XPIA는 청소년들을 대상으로 인터넷 중독에 대한 온라인 상담을 제공하는 전문가 시스템으로 현재 웹 상에서 서비스되고 있다. 그러나 XPIA는 현 상담 시점에서의 인터넷 중독 증상 또는 문제에 주로 초점을 맞춘다. 그러나 이와는 달리, 일정 기간의 사용자의 증상의 변화 등을 바탕으로 진단/처방을 생성하는 이력기반 진단/처방의 기능이 요구된다. 본 논문에서는 XPIA의 확장 기능으로서 사용자의 상담 이력 데이터를 이용하여 인터넷 중독을 진단/처방하는 이력기반 진단/처방 시스템을 제안한다. 사용자의 이력 데이터는 인터넷 중독에 관한 사용자의 증상이나 조건 등을 상담일자 별로 기술하는 것으로 XPIA를 통해 수집된다. 이력기반 진단/처방은 이와 같은 이력 데이터의 변화에 초점을 맞추어 그 이력데이터의 분석을 바탕으로 사용자에 대한 적절한 인터넷 중독에 관한 진단/처방을 제공한다. 또한 본 시스템은 그래프나 표를 통하여 이력 데이터의 변화에 관한 다양한 정보를 사용자에게 제공한다. 제안된 시스템은 일단의 인터넷 중독 상담전문가 그룹에 의한 평가를 통해 실제적으로 유용함이 증명되었다. XPIA is an expert system which provides online counseling on Internet addiction to adolescent users and it is now being serviced on the web. It mainly focuses on the current symptoms or problems of Internet addiction at the time of counseling. However, there is a demand to provide diagnosis/prescriptions based on the changes of user"s symptoms for a certain period of time. In this paper, we propose a history-based diagnosis/prescription system as an extension of XPIA, which produces the diagnosis/prescription of Internet addiction based on users" counseling history. The users" history data describe symptoms and conditions relevant to Internet addiction of users at different times and they are collected through XPIA. History based diagnosis/prescription focuses on the change of history data and it provides appropriate diagnosis/prescriptions based on analysis of the history data. The system also presents to users various information of the change of history data using graphs and tables. The system has been evaluated by a group of professional Internet addiction counselors and the result proves the system practically useful.

스마트 TV 환경에서 개인 맞춤 추천을 위한 융합 기법

김은주(Eun Ju Kim),송성렬(Sung Yeol Song),김명원(Myung Won Kim) 한국정보과학회 2012 정보과학회논문지 : 소프트웨어 및 응용 Vol.39 No.12

스마트 TV는 기존 TV에 비해 서비스되는 콘텐츠의 양과 사용자의 시청이력이 방대하다. 따라서 사용자가 관심 있는 콘텐츠를 선택하는 데 어려움이 있으며 이를 해결하기 위해 맞춤형 콘텐츠 추천과 같은 여러 연구가 수행되어 왔다. 그러나 TV의 특성상 가구 단위의 시청이력을 이용하기 때문에 사용자 개인에 대한 추천이 아니라 가구 단위의 추천이 수행됨으로써 추천의 만족도가 떨어지는 문제점이 있다. 따라서 최대한 개인 사용자의 선호 정보를 이용하여 개인 맞춤형 추천이 수행되어야 할 필요가 있다. 본 논문에서는 스마트 TV 환경에서 사용자 개인에 대한 맞춤 추천을 위하여 기존의 사용자 기반 협력적 여과 방법과 현재 선택된 콘텐츠와 유사하거나 연관된 콘텐츠를 추천하는 아이템 기반 추천 기법을 융합하는 방법을 제안한다. 타당성 검증을 위하여 실제 한 달간의 IPTV 서비스 데이터를 이용하여 실험하였다. 사용자 기반 협력적 여과 방법에 아이템 기반 협력적 여과 방법과 카테고리 베스트셀러 기법을 각각 융합한 결과 개인 맞춤 추천을 나타내는 카테고리 일치율이 각각 23.8%, 54.4% 증가함을 보였다. For smart TV, compared with the existing TV, the amounts of contents serviced and the users" TV view histories are immense. Therefore, it is difficult for a user to select the contents that he is interested in. Consequently, personalized recommendation is needed and several studies have been carried out. However, due to the nature of TV, recommendation is performed based on the household level TV view histories and it suffers from low user satisfaction because it is not fully personalized recommendation. Consequently, we need more personalized recommendation by effectively utilizing personal preference information. In this paper, we propose a hybrid recommendation technique that combines the existing user-based collaborative filtering and the item-based recommendation methods, which recommend those contents that are similar to or closely related to the currently selected content. To verify the proposed method, we have experimented on the real data taken from IPTV service for one month. The user-based collaborative filtering method combined with the item-based collaborative filtering and the category bestseller recommendation have shown 23.8% and 54.4% increases of category agreement rate which measures personalized recommendation, respectively.

IPTV를 위한 개인화된 사용자 인터페이스

김은주(Eun Ju Kim),송성렬(Sung Yeol Song),김영진(Young Jin Kim),송원문(Won Moon Song),김명원(Myung Won Kim) 한국정보과학회 2009 한국정보과학회 학술발표논문집 Vol.36 No.1C

방통융합환경하에서의 IPTV 서비스 시대가 도래함에 따라 사용자는 보다 다양한 채널의 다양한 콘텐츠를 접할 수 있게 되었으며, 많은 양의 콘텐츠 중에서 사용자에게 적합한 콘텐츠를 제공하는 IPTV를 위한 개인화 추천 기법에 대한 다양한 연구가 진행 중이다. 본 논문에서는 개인화 추천을 위한 IPTV 사용자 인터페이스 서비스인 SmarTvi를 제안한다. SmarTVi에서는 사용자에게 협력적 여과 추천(collaborative filtering recommendation), 내용기반 추천(content based recommendation), 상황기반 추천(context aware recommendation) 등 다양한 추천 기법을 융합하여 맞춤 콘텐츠를 추천하며, 빠른 검색을 위한 SSR을 제공한다.

SmarTV: IPTV 를 위한 개인화 인터페이스

김은주 ( Eun-ju Kim ),송성렬 ( Sung-yeol Song ),송원문 ( Won-moon Song ),김명원 ( Myung-won Kim ) 한국정보처리학회 2009 한국정보처리학회 학술대회논문집 Vol.16 No.2

IPTV 서비스가 보급됨에 따라 다양한 콘텐츠 중에서 사용자가 원하는 콘텐츠를 빠르고 쉽게 찾기 위한 개인화 된 IPTV 사용자 인터페이스 개발이 요구되고 있다. 본 논문에서는 협력적 여과, 내용기반 여과 등 기존 개인화 추천 기법을 이용하여 사용자가 원하는 정보를 제공하고, 사용자의 편의성을 증대하는 SmarTV 와 사용자가 원하는 검색 결과를 우선하여 제공하는 IPTV 에 특화된 검색 모듈인 SmarTV-Search 를 제안한다.

IPTV 서비스를 위한 효율적인 협력적 추천 기법

김은주(Eun Ju Kim),송원문(Won Moon Song),송성렬(Sung Yeol Song),김명원(Myung Won Kim) 한국정보과학회 2012 정보과학회논문지 : 소프트웨어 및 응용 Vol.39 No.5

본 논문에서는 IPTV 서비스를 위한 효율적 협력적 추천 기법을 제안한다. 제안하는 방법은 콘텐츠의 추가와 삭제가 빈번하고 사용자와 콘텐츠의 수가 방대한 IPTV 환경에서 기존의 추천 기법이 가지고 있는 확장성과 희소성 문제를 해결한다. 이 방법은 사용자 군집화, 사용자 기반 협력적 추천 2단계로 구성된다. 사용자 군집화를 위하여 사용자 시청 이력으로부터 사용자의 특징을 추출하는 스코어링 방법을 제안한다. 이 방법은 IPTV의 콘텐츠와 채널, 메뉴 등을 분석하여 생성한 카테고리 별로 사용자의 시청 패턴이 표현되도록 TF-IDF를 변형한 CF-IUF를 이용한다. 사용자 군집화는 이렇게 표현된 카테고리 별 선호점수를 바탕으로 ISOData 군집화 알고리즘을 사용하여 이루어진다. 사용자 기반 협력적 추천은 목표 사용자가 속하는 군집을 정하고 그 군집 내에서 목표 사용자와 유사한 사용자의 선호도를 이용하여 추천을 수행한다. 이때, 유사 사용자를 선택하기 위하여 피어슨 상관계수와 스피어만 순위 상관계수를 사용한다. 본 논문에서는 성능평가를 위하여 실제 한 달간의 IPTV 서비스 데이터를 이용하였다. 실험 결과 성공률(success rate) 93.58%와 정확률(precision) 77.40%로 IPTV 서비스에서 만족할 만한 성능을 보였다. In this paper, we propose an efficient collaborative recommendation technique for IPTV services. Our technique solves the scalability and sparsity problems which the conventional algorithms suffer from in the IPTV environment characterized by frequent additions and deletions of contents and the large scale in the size of users (homes) and contents. The technique consists of two steps: user group profiling and user-based collaborative recommendation. For user group profiling we propose a scoring method to extract efficient user features from the TV watching history of users. We use CF-IUF, a modified TF-IDF, to represent user-based TV watching patterns by category through analysis of channels and menus of IPTV services. Users are grouped using the ISOData algorithm based on the feature vectors composed of the CF-IUF scores by category. The user-based collaborative recommendation is performed using the profile information of users similar to the target user. We use Pearson's correlation coefficient and Spearman's ranking coefficient to compare and select similar users. We experimented with our method using the data of the actual one-month IPTV services. The experiment results showed the success rate of 93.58% and the precision of 77.40%, which are considered a good performance for IPTV services.