디지털 라이브러리[ 검색결과 ]
도로 교통망에 대한 사용자의 선호도 변화를 반영한 경로 추천
http://doi.org/10.5626/JOK.2019.46.1.77
위치기반 서비스는 지도 및 주변 정보를 제공하거나 특정 목적지까지 가기 위한 경로를 제공한다. 그 중 경로 추천 시스템은 각 사용자의 경로에 대한 평가 기준에 가장 적합한 경로를 추천하는 시스템이다. 기존의 개인화된 경로 추천 시스템은 시간대의 변화와 관계없이 사용자의 선호도가 일정하다는 가정하에서 추천한다는 단점이 존재한다. 하지만 이는 오전 시간대에는 이동 거리를 중시하고, 오후 시간대에는 위험도를 중시하는 것처럼 시간대마다 중요하게 생각하는 요소가 다른 다양한 사용자의 요구사항을 반영하지 못하는 문제가 존재한다. 본 논문은 해당 문제를 해결하기 위해 먼저 시간 속성을 고려한 다익스트라 기법을 제안한다. 또한 계산 비용을 줄이기 위해 G-tree 인덱스 구조를 사용하여 시간대에 따른 선호 요소 가중치 변화를 반영한 경로를 탐색할 수 있는 효율적인 알고리즘을 제안한다.
스마트폰상의 지능형 개인화 서비스를 위한 강인한 파티클 필터 기반의 사용자 경로 예측
스마트폰내 GPS 및 다양한 센서 데이터를 이용하여 스마트폰 사용자의 이동 패턴을 학습하고, 이를 기반으로 사용자 목적지와 경로를 예측하여 사용자의 의도에 맞는 서비스를 제공하는 위치기반 지능형 개인화 서비스(Intelligent personal assistant) 연구가 활발히 진행 되고 있다. 위치기반 개인화 서비스의 지능성은 불완전한 센서 데이터로부터 사용자 이동 정보를 처리하여, 실시간으로 사용자의 경로를 예측하는 정확성과 효율성에 좌우된다. 본 논문은 불완전한 정보로부터 사용자의 경로와 목적지를 추론하는 동적 베이지안 네트워크 기반의 강인한 파티클 필터(Robust particle filter)를 제안한다. 제안한 강인한 파티클 필터 방법은 부정확하고, 불완전한 센서 정보를 보완할 수 있는 파티클 생성, 실시간에 계산 복잡도를 감소시키는 효율적인 스위칭 함수와 가중치 함수, 파티클의 정확도를 향상시키는 재표본화로 구성되며, 사용자의 목적지와 경로의 예측 정확성과 효율성의 성능을 향상시켰다.
