증강현실 기반의 사용자 맞춤 스마트폰 정보추천 시스템

Title
증강현실 기반의 사용자 맞춤 스마트폰 정보추천 시스템
Authors
김진아
Keywords
증강현실기반의사용자맞춤스마트폰정보추천시스템
Issue Date
2012
Publisher
인하대학교
Abstract
정보통신 기술의 성장 및 발전에 따라 유비쿼터스 컴퓨팅에 대한 관심이 증폭 되고 있다. 이에 스마트폰 및 스마트 패드 등과 같은 모바일 기기의 보급이 보 편화 되면서 사용자의 증가와 더불어 제공되는 다양한 서비스와 정보의 양 또 한 정보 요구에 따라 증가하고 있다. 최근 모바일 콘텐츠 시장이 급속도로 성장하면서 다양한 모바일 기반의 애플 리케이션들이 출시되고 있다. 하지만 모바일 기기들은 일반 컴퓨터와 비교하였 을 때 화면의 크기 및 입력 방법 등과 같은 제약으로 최종 이용하고자 하는 콘 텐츠까지 도달하는데 많은 노력과 시간이 소요된다. 이러한 불편함을 해결하기 위해서는 사용자가 선호할 만한 정보를 예측하고 필터링 되어진 맞춤형 정보를 제공하는 추천시스템이 필요하다. 본 연구에서는 스마트폰 환경에서 증강현실 기반의 사용자 맞춤형 멀티 정보 추천 시스템을 제안한다. 정보의 필터링은 사용자 기반 협업 필터링을 이용하여 개인이 선호할 것이라 판단되는 정보를 예측하고 추천하였다. 이때 사용자 기반 협업필터링 과정에서 사용되는 유사도는 피어슨 상관계수를 가중치로 이용한 유클리디안 거리 기법의 유사도를 사용하였다. 추천의 질을 향상시키기 위해 정 보의 필터링이 실행되기 전 모바일 디바이스에서 활용 가능한 사용자의 목적행 위 및 위치와 같은 상황정보를 이용하여 추천정보의 카테고리 및 범위를 결정 하여 이용자 상황에 따른 효과적인 정보의 추천이 가능하도록 하였다. 또한 동 시에 추천 대상자와 선호도가 유사한 이웃 사용자의 후위 행위에 대한 정보의 추천이 가능하도록 하였으며, 생성된 추천 정보에 대한 목록은 스마트폰에 장착 된 카메라를 이용하여 증강현실 형태로 정보를 제공하였다. 제공된 추천목록에 대한 사용자의 피드백 기능을 통해 추천시스템에 영향을 줄 수 있도록 하였다. 추천 시스템의 성능을 평가하기 위한 적용 사례로 실제 음식점을 기반으로 추 천 서비스의 유용성을 보여주는 시나리오를 나타내었다. 기존 단일 추천 서비스 와 증강현실 기반의 멀티 추천 서비스와의 비교 실험을 통하여 본 연구의 추천 서비스의 유용성을 검증하였다. 키워드 : 정보 추천, 상황 정보, 사용자 기반 협업 필터링, 증강 현실
Description
제1장 서론 1 제2장 관련 연구 3 2.1. 상황 인식 3 2.2. 위치기반서비스(LBS) 5 2.3. 추천 시스템 7 2.4. 협업 필터링(Collaborative Filtering) 8 2.5. 유사도 기법 12 2.6. 증강현실(Augmented Reality) 14 2.7. 기존 연구 고찰 및 차별성 17 제3장 증강현실 기반의 사용자 맞춤 멀티 정보추천 시스템 18 3.1. 시스템 구성 18 3.2. 상황추출 단계 19 3.3. 사용자 기반 협업 필터링 단계 21 3.4. 목적행위에 따른 후위 필터링 단계 28 3.5. 추천목록 생성 및 제공 29 3.6. 사용자 평점 피드백 기능 29 제4장 실험 및 평가 30 4.1. 실험 환경 30 4.2. 실험 및 결과 31 제5장 결론 50 [표. 1] 상황정보의 분류 4 [표. 2] 상황정보의 중요성 변화 4 [표. 3] 주요 위치인식 기술의 비교 6 [표. 4] LBS의 과거와 향후 비교 7 [표. 5] 추천 기법의 종류 8 [표. 6] 사용자와 아이템간 평점 Matrix Table 9 [표. 7] CL Location Manager 관련 메소드 20 [표. 8] CL Location Manger Delegate 관련 메소드 20 [표. 9] CL Location 관련 메소드 20 [표. 10] 사용자 기본정보 및 관심정보 변수를 이용한 표현의 예 22 [표. 11] 사용자와 아이템간 평점 Matrix Table 예 23 [표. 12] 피어슨 상관계수를 이용한 유사도 결과의 예 24 [표. 13] 유클리디안 거리 식에 의한 유사도 문제점의 예 25 [표. 14] 개선된 사용자 기본정보 유사도의 예 26 [표. 15] 피어슨 상관계수 가중치 적용을 통한 사용자 유사도의 예 26 [표. 16] 변환된 최종 유사도의 예 27 [표. 17] 음식점에 대한 사용자 선호도 예측의 예 28 [표. 18] 실험 환경 30 [표. 19] 사용자 프로파일 31 [표. 20] 사용자 데이터베이스 32 [표. 21] 음식점 데이터베이스 33 [표. 22] 후식 전문점 데이터베이스 33 [표. 23] 뷰티 전문점 데이터베이스 34 [표. 24] 문화/오락 전문점 데이터베이스 34 [표. 25] 쇼핑 전문점 데이터베이스 35 [표. 26] 사용자의 기본정보 및 관심정보 수집 데이터 36 [표. 27] 사용자와 음식점간 선호도 37 [표. 28] 피어슨 상관계수를 이용한 사용자 유사도 38 [표. 29] 가중치를 적용을 통한 사용자 유사도 39 [표. 30] 유클리디안 거리 기법의 유사도 값 변환 결과 40 [표. 31] “사용자 A”와 이웃사용자 집단 선호 Matrix Table 41 [표. 32] “사용자 A”의 음식점에 대한 선호도 예측 42 [표. 33] 정확도와 재현율의 정의 48 [표. 34] 실험 결과 - 정확도와 재현율 비교 49 [표. 35] 증강현실 형태의 멀티 추천목록 제공 만족도 49 [그림. 1] 실세계 환경과 가상세계 환경의 연속성 14 [그림. 2] 지역정보제공 애플리케이션 - Bionic Eye의 화면 15 [그림. 3] 지역정보제공 애플리케이션 - Scan Search의 화면 16 [그림. 4] 증강현실 기반의 사용자 맞춤 정보추천 시스템 구조 18 [그림. 5] 변수 속성의 예 22 [그림. 6] 추천시스템 메인 화면 43 [그림. 7] 추천시스템의 “회원가입” 화면 44 [그림. 8] 추천시스템의 “추천목록” 화면 - 음식점, 후식 전문점 44 [그림. 9] 추천시스템의 “추천목록” 화면 - 음식점, 뷰티 전문점 45 [그림. 10] 추천시스템의 추천목록 “상세정보” 화면 45 [그림. 11] 추천시스템의 “평점입력” 화면 46 [그림. 12] 추천시스템의 “리스트로 보기” 화면 46 [그림. 13] 추천시스템의 “카테고리” 화면 47 [그림. 14] 정확도와 재현율 48
URI
http://dspace.inha.ac.kr/handle/10505/23088
Appears in Collections:
College of Engineering(공과대학) > Graduate School of Engineering (공학대학원) > Theses(공학대학원 석박사 학위논문)
Files in This Item:
24173.pdfDownload

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

Browse