Earticle

본 연구는 과학 학술정보 서비스 플랫폼 이용자의 정보 검색 편의성을 확보하고 적합한 정보의 획득에 소요되는 시간을 절약하기 위하여, 운영 중인 서비스 메뉴와 각 서비스 별 콘텐츠 정보를 제공하는 알고리즘 중 콘텐츠 추천 알고리즘을 최적화하고 그 결과를 비교평가 하는 것이다. 추천 정확도를 높이기 위해 이용자의 '전공' 항목을 기존 알고리즘에 추가하였으며, 기존 알고리즘과 최적화된 알고리즘을 통한 추천 결과의 성능평가를 수행하였다. 성능평가 결과 최적화된 알고리즘을 통해 이용자에게 제공되는 콘텐츠의 적합도가 21.2% 증가함을 파악하였다. 이용자에게 적합한 콘텐츠를 시스템에서 자동 도출하여 각 서비스 메뉴 별로 제공함으로써 정보 획득 시간을 단축하고, 연구정보로서 가치 있는 연구결과물의 생명주기를 연장할 수 있는 방안이라는 데 본 연구의 의의가 있다.

In order to secure the convenience of information retrieval by users of scientific information service platforms and to reduce the time required to acquire the proper information, this study proposes an optimized content recommendation algorithm among the algorithms that currently provide service menus and content information for each service, and conducts comparative evaluation on the results. To enhance the recommendation accuracy, users' major items were added to the original algorithm, and performance evaluations on the recommendation results from the original and optimized algorithms were performed. As a result of this evaluation, we found that the relevance of the content provided to the users through the optimized algorithm was increased by 21.2%. This study proposes a method to shorten the information acquisition time and extend the life cycle of the results as valuable information by automatically computing and providing content suitable for users in the system for each service menu.

본 연구의 목적은 급격한 미디어 산업 변화의 중심에 있는 개인 미디어 환경에 관심을 가지고, 특히 어디서든 접속, 시청, 제작 가능한 모바일 미디어 환경을 선도하는 1인 혹은 소수 미디어 크리에이터들의 활동 영역을 탐구하 여 크리에이터들과 시청자들 간의 상호 생태계를 면밀히 살피는데 있다. 특히 유튜브가 제공하는 추천서비스, 예를 들면 사용자의 이용 습관 빅데이터 알고리즘을 바탕으로 사용자는 자신의 사용 데이터가 제공될수록 진화된 서비스 를 마주하게 된다는 점에 주목하고, 추천서비스가 사용자와 제작자 간의 신뢰 형성, 그리고 사용자의 몰입과 구독의 도에 미치는 영향을 살펴보고자 하였으며, 이러한 상호 간의 관계 형성 과정을 구체적 자료를 통해 실증하는 것이 본 연구의 목적이다. 결론 부분에 연구결과를 토대로 유추할 수 있는 시사점과 향후 추가 연구를 위한 제언 등을 제시하였다.

The objective of this study is to pay attention to the personal media environment that is in the center of rapid changes in the media industry, to especially explore the activity area of one-person or minority media creators who lead the mobile media environment that could be connected, watched, and produced anywhere, and to closely examine the mutual ecosystem between creators and viewers. Especially, paying attention to the recommendation service YouTube provides, for example, based on the big data algorithm related to users’ habitual use, when users’ data used are provided more, the users face the advanced service, this study aimed to examine the effects of recommendation service on the formation of trust between user and producer, user flow, and subscription intention, and also to demonstrate the process of forming this mutual relation through concrete data. In the conclusion, implications that can be inferred based on the research results and suggestions for further research in the future were presented.

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 shopping mall. In this paper the focus of interest is on-line recommendation service algorithm for development of Human Sensibility based web agent system. The recommendation agent system composed of seven services including specialized algorithm. The on-line recommendation service algorithm use human sensibility ergonomics and on-line preference matching technologies to tailor to the customer the suggestion of goods and the description of store catalog. Customizing the system's behavior requires the parallel execution of several tasks during the interaction (e.g., identifying the customer's emotional preference and dynamically generating the pages of the store catalog). Most of the present shopping malls go through the catalog of goods, but the future shopping malls will have the form of intelligent shopping malls by applying the on-line recommendation service algorithm.

The online fashion market in the 21st century has shown rapid growth. Against this backdrop, using consumer activity data to provide customized customer services has emerged as a viable business model that draws attention. Algorithm-based personalized recommendation services are a good example. But their application in fashion products has clear limitations. It is not easy to identify consumers' perceptions of the attributes of fashion, which are various, hard to define, and very sensitive to trends. So there is a need to compile data on consumers' underlying awareness and to carry out defined research to increase the utilization of such services in the fashion industry and further engage consumers. This research aims to classify the attributes and types of fashion products and to identify consumers' perceptions of a given situation where a recommendation service is offered. To find out consumers' perceptions of and satisfaction with recommendation services, an online and mobile survey was conducted on women in their 20s and 30s, a group that uses recommendation services frequently. A total of 455 responses were used for analysis. SPSS 28.0 was used, combined with Conjoint Analysis and multiple regression, to analyze data. The study results could provide insights into a better understanding of recommendation services and be used as basic data for companies to identify consumers' preferences and draw up a detailed strategy for market segmentation.

본 연구는 디지털 플랫폼의 알고리즘 추천 서비스의 개인화 지각이 이용자들의 콘텐츠 이용 태도에 미치는 영향을 살펴보았다. 또한 허위합의와 지각된 위험성, 지각된 편향성이 이용자들의 이용태도를 어떻게 매개하는지 살펴보았다. 디지털 플랫폼 이용자 330명에 대한 조사결과, 알고리즘 추천 서비스의 개인화 지각은 콘텐츠 이용태도에 정적인 영향을 미쳤다. 허위합의와 지각된 위험과 지각된 편향은 개인화 지각과 콘텐츠 이용태도 간에 부분매개하여 정적 영향을 미쳤다. 알고리즘 추천 서비스의 개인화는 다양성과 용이성 및 유용성 측면에서 콘텐츠 이용태도에 긍정적인 영향을 미쳤으며 허위합의효과, 지각된 위험성, 지각된 편향성은 콘텐츠 이용태도에 유의미한 매개효과를 나타내었다. 이용자 개인의 태도 형성에 알고리즘 리터러시 교육과 시민권 함양의 중요성을 제안한다.

This study aims to examine the impact of perception of algorithmic customized service on users’ content acceptance attitudes on digital platform. This study also find out how the effect of false consensus, perceived risk and perceived bias represent the mediating effect on users’ attitudes toward algorithmic customized service. According to a survey of 330 users, perception of algorithmic customized service also affects content user’s acceptance attitudes directly and affects user’s attitudes by mediating the effects of false consensus. In addition, perceived risk and perceived bias have shown mediating effects in the relationship between perception of algorithmic customized service and users’ acceptance attitudes. Although perception of algorithmic customized service recognized as the convenience and diversity of algorithms and had a high user’s acceptance attitude, it weakened the content acceptance attitude created by algorithms by being mediated by false consensus effects, perceived risk, and perceived bias.

추천 서비스는 사용자에게 적합한 서비스를 선응적으로 제공하는 기술로써, 전자상거래 환경을 중심으로 널리 이용되고 있다. 그러나, 유비쿼터스 환경에서도 가장 활발한 기술 접목이 이루어지는 홈 네트워크 환경 내에 추천 서비스가 적용된 사례는 많지 않다. 본 논문에서는 홈 네트워크 환경에서 누적된 사용자와 기기 간 상호작용 정보들을 바탕으로 사용자 위치 기반의 개인화된 서비스를 추천하는 알고리즘을 제안한다. 본 알고리즘에서는 밀도기반 초기값 선정 기법을 적용한 군집화를 통해 필요한 데이터만을 추출함으로써 서비스 추천의 효율성 및 정확성을 높인다. 또한, 사용자 기반의 협업 필터링을 이용하여 데이터가 충분히 많지 않은 상황에서도 정확한 서비스 추천을 수행한다.

추천 서비스는 사용자에게 적합한 서비스를 선응적으로 제공하는 기술로써, 전자상거래 환경을 중심으로 널리 이용되고 있다. 그러나, 유비쿼터스 환경에서도 가장 활발한 기술 접목이 이루어지는 홈 네트워크 환경 내에 추천 서비스가 적용된 사례는 많지 않다. 본 논문에서는 홈 네트워크 환경에서 누적된 사용자와 기기 간 상호작용 정보들을 바탕으로 사용자 위치 기반의 개인화된 서비스를 추천하는 알고리즘을 제안한다. 본 알고리즘에서는 밀도기반 초기값 선정 기법을 적용한 군집화를 통해 필요한 데이터만을 추출함으로써 서비스 추천의 효율성 및 정확성을 높인다. 또한, 사용자 기반의 협업 필터링을 이용하여 데이터가 충분히 많지 않은 상황에서도 정확한 서비스 추천을 수행한다.

随着互联网自媒体时代的到来，大部分网络服务平台为了增加用户粘性，赚取商业利益，引入了算法推荐技术。针对此种情境下衍生的著作权侵权问题，法律及实践中均未形成统一的认定标准，对于算法推荐下的著作权侵权责任认定问题的探讨具有一定的意义。算法推荐环境下，网络服务平台的著作权侵权责任认定仍存在诸多问题，如算法推荐行为本身所面临的中立性理论难题；算法推荐下网络服务平台履行注意义务的界定标准模糊、层次混乱；算法推荐下传统“通知-删除”规则的局限性问题等。受到美国、欧盟等地区互联网著作权侵权中事前过滤机制的启发，对于算法推荐环境下，网络服务平台的著作权侵权责任认定问题，首先应当突破算法推荐中立性的障碍，坚持算法推荐具有伪中立性；其次应当引入事前过滤机制以提升网络服务平台的注意义务；最后应当通过界定清晰的审查义务及必要措施标准，进而完善传统“通知-删除”规则，同时国家也应进一步加强对于算法的规制，推进算法透明化。

With the advent of the Internet we-media era, most network service platforms introduce algorithm recommendation technology in order to increase user stickiness and earn commercial profits. In view of the copyright infringement problems derived from such situations, there is no uniform identification standard in law and practice, so it is of certain value to discuss the identification of copyright infringement liability under the algorithm recommendation. Under the environment of algorithm recommendation, there are still many problems in the identification of copyright infringement liability of network service platform, such as the neutrality theory problem faced by algorithm recommendation behavior itself; Under the algorithm recommendation, the definition standard of the duty of care of the network service platform is fuzzy and the level is chaotic. The algorithm recommends the limitation of the traditional "notice-delete" rule. Inspired by the pre-filtering mechanism of Internet copyright infringement in the United States, the European Union and other regions, we should first break through the barrier of the neutrality of algorithm recommendation and insist on the pseudo-neutrality of algorithm recommendation for the identification of copyright infringement liability of network service platforms under the environment of algorithm recommendation. Secondly, the pre-filtering mechanism should be introduced to enhance the duty of care of the network service platform. Finally, the traditional "notice-delete" rule should be improved by defining clear review obligations and necessary measures, and the state should further strengthen the regulation of algorithms and promote the transparency of algorithms.