Earticle

초록

한국어

스마트 환경에서는 센서, 디스플레이, 스마트폰 등 각종 장치들이 존재하며, 이러한 장치들을 이용하여 다양한 콘텐츠가 제공될 수 있다. 그러나 방대한 양의 콘텐츠가 다수의 사용자들에게 제공되고 있지만, 대부분의 환경에서 사용자에 대한 고려가 없거나 위치, 시간 등의 간단한 요소만을 고려하고 있어 사용자를 위한 유의미한 콘텐츠 제공에한계가 있다. 이에 본 논문에서는 사용자에게 맞춤형 콘텐츠를 제공하기 위해 사용자, 장치, 콘텐츠가 가진 상황 정보를 인지하여 콘텐츠를 추천할 수 있는 시스템인 상황인지 기반 콘텐츠 추천 시스템을 제시한다. 상황인지 기반 콘텐츠 추천 시스템은 스마트 환경의 컨텍스트를 추론하고 사용자와 콘텐츠의 정보를 이용하여 사용자의 콘텐츠별 선호도를 산출하고 사용자에게 콘텐츠를 추천한다. 이러한 시스템의 프로세스를 구축하기 위해 도메인 지식을 온톨로지 모델로 구축하고, 콘텐츠 추천 시스템을 설계 및 구현하기 위한 방법을 제시한다. 그리고 부산의 센텀시티를 도메인으로 하여 사례 연구를 진행하며 산출된 0.8730의 평균 절대값 오차를 이용하여 제시한 시스템의 콘텐츠 추천성능의 우수성을 검증하였다.

영어

There are many and various devices like sensors, displays, smart phone, etc. in smart environment. And contents can be provided by using these devices. Vast amounts of contents are provided to users, but in most environments, there are no regard for user or some simple elements like location and time are regarded. So there’s a limit to provide meaningful contents to users. In this paper, I suggest the contents recommendation system that can recommend contents to users by reasoning context of users, devices and contents. The contents recommendation system suggested in this paper recommend the contents by calculating the user preferences using the situation reasoned with the contextual data acquired from various devices and the user profile received from the user directly. To organize this process, the method on how to model ontology with domain knowledge and how to design and develop the contents recommendation system are discussed in this paper. And an application of the contents recommendation system in Centum City, Busan is introduced. Then, the evaluation methods how the contents recommendation system is evaluated are explained. The evaluation result shows that the mean absolute error is 0.8730, which shows the excellent performance of the proposed contents recommendation system.

목차

요약
 Abstract
 1. 서론
 2. 관련 연구
  2.1 상황인지 시스템
  2.2 개인화 추천 기법
 3. 상황인지 기반 콘텐츠 추천 시스템
  3.1 상황인지 기반 콘텐츠 추천을 위한 요구사항
  3.2 상황인지 기반 콘텐츠 추천 시스템의 프로세스
  3.3 상황인지 기반 콘텐츠 추천 시스템의 아키텍처
  3.4 도메인 온톨로지 모델링 및 사용자 선호도 산출 기법
 4. 사례 연구 및 평가
  4.1 스마트 스트리트 도메인 온톨로지 모델링
  4.2 스마트 스트리트 컨텍스트 요소별 가중치 결정
  4.3 스마트 스트리트 콘텐츠 추천 시스템 구현
  4.4 평가
 5. 결론 및 향후 연구
 참고문헌

저자

• 이동우 [ Dongwoo Lee | 부산대학교 전기전자컴퓨터공학과 ]
• 김웅수 [ Ungsoo Kim | 부산대학교 전기전자컴퓨터공학과 ]
• 염근혁 [ Keunhyuk Yeom | 부산대학교 전기전자컴퓨터공학과 ] 교신저자

참고문헌