In this paper, the author devised new decision recommendation ordering method of items attributed by age to improve accuracy of recommender system. In conventional recommendation system, recommendation order is decided by high order of preference prediction. However, in this paper, recommendation accuracy is improved by decision recommendation order method that reflect age attribute of target customer and neighborhood in preference prediction. By applying decision recommendation order method to recommender system, recommendation accuracy is improved more than conventional ordering method of recommendation.

현대기업은 흩어져 있는 정보를 어떻게 수집하고 가공하여 어떻게 이용할 것인가가 기업 운영에서의 주요한 관심사라고 할 수 있다. 수집된 정보는 사용자의 펼요에 따라 정보의 가공방식이 달라지며 그 결과도 달라진다. 따라서 사용자의 욕구를 정확히 파악한 후 이에 따른 CRS의 구축과 실행이 있어야 한다. 한편，CRS도 소프트웨어로써 시스템에 대한 해킹，아이디 무단사용 등과 같은 불법사용 사례가 많이 발생하고 있다. 이러한 시스템에 대한 불법사용을 단속하려면 국가의 지적재산권에 대한 정책이 필요할 뿐만 아니라 사용자들의 디지털 저작권에 대한 정확한 인식도 매우 중요하다. 본 연구는 중국의 대표적인 CRS-ETERM과 한국의 대표적인 CRS-TOPAS의 사용자들을 대상으로 ETERM과 TOPAS의 Software 속성과 디지털 저작권에 대한 사용자들의 인식을 비교，분석하고 CRS에 대한 만족도를 파악하며 시스템에 대한 추천의도에 미치는 영향을 파악하려고 한다.

오늘날 인터넷의 출현과 확산으로 인하여 정보의 홍수를 이루게 되었고, 고객들은 자신이 원하는 제품이나 서비스를 선택하기 위해서 정보를 탐색하는 작업이 더욱 어려워지게 되었다. 이러한 고객들에게 좀 더 편리하게 자신이 원하는 제품이나 서비스를 선택하도록 도와주는 것이 추천 시스템으로써, 고객 관계 관리의 중요한 부분으로 자리잡게 되었다. 본 연구에서는, 인터넷상의 여행사 사이트 등에서 고객이 여행지를 선택할 때 고객이 관심을 가질만한 여행지를 추천하여 줌

In this paper, the author proposed following two methods to improve the accuracy of the recommender system. First, in order to classify the users more accurately, the author used a EMC(Expanded Moving Center) heuristic algorithm which improved clustering accuracy. Second, the author proposed the Neighborhood-oriented preference prediction method that improved the conventional preference prediction methods, so the accuracy of the recommender system is improved. The test result of the recommender system which adapted the above two methods suggested in this paper was improved the accuracy than the conventional recommendation methods.

The aim of the current study was to investigate the impact of store attribute satisfaction on intentions of revisit and recommendation among clothing consumers. The data were collected from 319 consumers through survey and frequency analysis, reliability analysis, factor analysis, and multiple regression analysis were used to obtain results. The findings were as follows: 1. From factor analysis, seven factors were distracted: Fact 1(brand and price), Fact 2(store's facility and environment), Fact 3(product), Fact 4(transportation convenience and access), Fact 5(selling and advertisement), Fact 6(store's atmosphere), and Fact 7(salesman's service). 2. Four factors had statistically significant influence on overall satisfaction of clothing consumers. The most influential factor was Fact 2(store's facility and environment) and Fact 5(selling and advertisement), Fact 1(brand and price), and Fact 4(transportation convenience and access) showed their effects on overall satisfaction in an hierarchical rank-order following Fact 2. 3. Four factors such as Fact 2 (store's facility and environment), Fact 1(brand and price), Fact 4(transportation convenience and access) and Fact 5(selling and advertisement) in an hierarchical rank-order from Fact 1 had statistically significant impact on intentions of revisit. 4. Six factors such as Fact 1(brand and price), Fact 2(store's facility and environment), Fact 3(product), Fact 5(selling and advertisement), Fact 6(store's atmosphere), and Fact 7(salesman's service) in an hierarchical rank-order from Fact 1 had statistically significant influence on the intention of recommendation. 5. The results further showed that among seven factors, Fact 1(brand and price), ‘Fact 2(store's facility and environment), and Fact 5(selling and advertisement) had impact on both the intention of revisit and the intention of recommendation.

Many studies on predicting and recommending information and products have been studying to meet customers' preference. Unnecessary information should be removed to satisfy customers' needs in massive information. The some information filtering methods to remove unnecessary information have been suggested but these methods have scarcity and scalability problems. Therefore, this paper explores a personalized recommendation system based on artificial neural network (ANN) to solve these problems. The insurance product recommendation is adapted as an example to demonstrate the proposed method. The proposed recommendation system is expected to recommended a suitable and personalized insurance products for customers' satisfaction.

색채계획 의사결정 지원 시스템은 감성에 맞는 색상들을 추천해 주거나 조화론 및 배색사전을 기계화하여 조화색을 추천하는 반자동 보조 시스템을 일컫는다. 본 논문은 조화색 추천 과정에 관한 것이며, 조화색 추천의 보편적 지식개입을 위하여 Ostwald 색채 조화론을 채택하였다. 채택된 조화이론의 적용 공간인 Ostwald의 색체계는 MPEG-7 HMMD 색공간과 일치한다는 가정아래, Ostwald의 동일 색상면과 호환이 가능한 가상의 HMMD 공간을 제작하였다. 두 색공간이 호환하기위한 선행 요구조건을 만족하기 위하여 가정을 세우고 가정에 맞는 가상의 색공간을 제안하였다. 또한 Ostwald의 동일 색상 평면이 갖는 양자화 문제를 극복하기 위하여 연속적인 동일 색상 평면을 구성하여 이용자에게 선택의 폭을 넓히고자 하였다. 제안한 가상의 HMMD 공간에서 Ostwald의 색채 조화론을 규칙기반화한 다양한 조화색을 추천할 수 있다.

노인의 일상생활을 편안하고 즐겁게 지낼 수 있도록 도와주는 동반자 로봇의 기능 중 부정적인 감정/정서상태 개선을 위한 Infotainment Service를 소개한다. 노인의 일상생활 중에서 부정적인 감정/정서상태를 정의하고, 이들의 정서상태를 개선할 수 있는 방법들을 모색한다. 인지행동치료에서의 배경지식을 기반으로 노인의 부정적인 정서상태를 개선할 수 있는 애니메이션 클립들을 제작, 편집하여 검증해 보기로 한다. 또한, 검증된 애니메이션 클립들을 이용하여 바람직한 감정상태로의 전이를 위한 감성 컨텐츠를 제공하는 기능을 도출한다. 구체적으로 일련의 실험적 접근방법을 토대로 제작, 편집한 애니메이션 클립을 이용하여 영화의 감정요소를 분석할 수 있는 도구를 설계하고, 기존의 선호도를 고려한 영화추천 시스템을 확장한 감정요소를 고려한 영화 추천시스템을 제안한다.

본 연구는 다른 분야에서 성공적으로 활용되고 있는 다양한 추천 기법들을 비교하는 사례 연구를 통해 더욱 효과적인 디자인 개인화 서비스 개발의 기회를 모색하고자 하였다. 우선, 문헌연구를 통하여 '컨텐츠 기반 기법', '협력적 필터링 기법', 그리고 '인구통계적 필터링 기법'과 같은 대표적인 추천 기법들의 특징과 장단점을 고찰하였다. 다음으로 이러한 기법들이 디자인과 같은 컨텐츠를 대상으로 적용되었을 때 예상되는 추천 정확성을 분석하기 위해 실험을 실시하였다. 그 결과, 인구통계적 필터링 기법은 나머지 기법에 비해서 비교적 낮은 정확성을 보였으며 컨텐츠 기반 기법이 가장 좋은 높은 추천 정확성을 나타내었다. 아울러 협력적 필터링 기법은 참여자들의 수가 증가할수록 좀 더 높은 추천 정확성을 나타냄을 알 수 있었다. 결론적으로 디자인 추천 서비스는 컨텐츠 기반 기법이나 협력적 필터링 기법의 적용을 통해 그 추천 정확성을 향상시킬 수 있으며 대상 사용자의 수가 일정 수준 이상으로 증가된다면 협력적 필터링 기법이 가장 우수한 효율을 나타낼 가능성이 높음을 제시하였다.

The purpose of this study was to analyze the effect of the consumer-brand relationship quality on revisit intent and recommendation intent in the family restaurant. The questionnaires were distributed to 320 students in the K University located in Masan, who were sampled by convenience-sampling method. The surveys were conducted from November,10 to 24,2005. The 287 questionnaires were responded, and 15 unusable questionnaires were excluded, then 272 were used for the final analysis(response rate: 85.0%). The result of this study showed that 3 constructs(self-connective attachment, satisfaction and intimacy) of consumer-brand relationship quality have significant effects on the revisit intent(p<.01) and 2 constructs(satisfaction and intimacy) of consumer-brand relationship quality had significant positive effects on the recommendation intent in the family restaurant(p<.01) It meant that as consumer-brand relationship quality became stronger, the customer's revisit intent and recommendation intent became greater. As a conclusion, the foodservice manager in the family restaurant should focus on the marketing strategy to strengthen the quality of consumer-brand relationship especially emphasizing on satisfaction and intimacy in order to increase the revisit intent and recommendation intent of customers.

다양한 데이터 마이닝 기법들의 발전과 더불어, 속성 (Feature 또는 Attribute) 의 범위 (Dimension) 를 줄이기 위해 많은 요소 선택 방법이 개발되었다. 이는 확장성 (Scalability) 을 향상시킬 수 있고 학습 모델 (Learning Model)을 더욱 쉽게 해석할 수 있도록 한다. 이 논문에서는 네스티드 분할 (Nested Partition, 이하 NP) 을 이용한 새로운 최적화 기반 속성 선택 방법을 NP 기본 구조와 다양한 실험 문제의 수치적 결과들과 함께 제시하여 어떻게 NP의 최적화 구조가 속성 선택 과정에 기여를 하고 있는지 보여준다. 그리고 이 새로운 지능적인 분할 방법이 어떻게 매우 효율적인 분할을 수행하는지를 제시한다. 이 새로운 속성 선택 방법은 필터 (Filter) 방법과 래퍼 (Wrapper) 방법 두 가지로 구현될 수 있다. 사례 연구로서, B2B e-비즈니스 시스템에서 효과적으로 사용될 수 있는 추천 시스템(Recommender System) 을 제안하였다. 이 추천 시스템은 분류 기법 (Classification Rule) 과 제시된 NP 기반 요소 선택 방법을 사용하고 있다. 이 추천 시스템은 사용자의 인터넷 경매 참여를 추천하는데 사용되며, 이 때 제안된 요소 선택 앨고리듬은 추천 규칙들이 쉽게 이해될 수 있도록 모델을 간략화 하는데 사용된다.

  다양한 데이터 마이닝 기법들의 발전과 더불어, 속성 (Feature 또는 Attribute)의 범위 (Dimension)를 줄이기 위해 많은 요소 선택 방법이 개발되었다. 이는 확장성 (Scalability)을 향상시킬 수 있고 학습 모델 (Learning Model)을 더욱 쉽게 해석할 수 있도록 한다. 이 논문에서는 네스티드 분할 (Nested Partition, 이하 NP)을 이용한 새로운 최적화 기반 속성 선택 방법을 NP 기본 구조와 다양한

Customer sensibility based recommendation agent system was developed to tailor to the customer the suggestion of goods and the description of store catalog in on-line shopping mall. The recommendation agent system composed of five modules and seven servic

To be successful in increasingly competitive Internet marketplace, it is essential to capture customer loyalty. This paper deals with an intelligent agent approach to incorporate customer's sensibility into an one-to-one recommendation service in on-line

To be successful in increasingly competitive Internet marketplace, it is essential to capture customer loyalty. In this paper, we provide an intelligent agent approach to incorporate human sensibility into an one-to-one recommendation service in cyber shopping mall. Our system exploits human sensibility ergonomics and on-line preference matching technologies to tailor to the customer the suggestion of goods and the description of store catalog. By presenting goods that are consistent with user interests as well as user sensibility, the accuracy and satisfaction of the recommendation service may be improved.