상황인식정보 추출을 위한 클러스터링 알고리즘 기반 사용자 구분 알고리즘

Context-awareness User parameter Analysis based on Clustering Algorithm

본 논문에서는 개개인의 사용자 상황인식 정보추출을 위해 구분이 필요한 시스템에서의 클러스터링 알고리즘을 이용한 대체 방법에 대한 알고리즘을 제안한다. 기존의 사용자 구분 시스템에서는 사용자가 직접 자신의 정보를 입력해야 하는 번거로움이 있었다. 본 논문에서는 이러한 사용자 관리기반에 있어 개선된 알고리즘을 연구 적용한 상용자 인식정보 추출이 가능한 클러스터링 알고리즘을 적용한 시스템을 연구 개발하고자 한다. 일반적으로 같은 데이터를 가진 사용자들을 구분하는 알고리즘은 기록된 정보와 새로 입력된 정보가 일치하는지 확인 후 그에 따라 적절한 대처를 해준다. 하지만 그 새로 입력된 정보가 어떤 사용자의 정보인지를 직접 입력해줘야 하는 번거로움이 발생한다. 따라서 본 논문에서는 사용자 정보를 직접 입력하지 않아도 누적된 시스템 내의 워킹 메모리로부터 분석된 데이터를 바탕으로 시스템 스스로 클러스터링 알고리즘을 이용하여 사용자를 구분하는 방법을 제안한다. 연구 적용된 알고리즘을 적용한 시스템의 관리 기법이 기존의 시스템보다 인원 구성이 다양한 환경에서 적응성이 더 높음을 보여주었다(주관적 관찰자 실험방법으로 증빙).

In this paper, we propose an algorithm for an alternative method using the clustering algorithm in a system that needs classification to extract individual user context information. In the conventional user classification system, the user has to input his own information. In this paper, we will research and develop a system applying a clustering algorithm which can extract user 's perceived information applying the improved algorithm for user management base. Generally, the algorithm that distinguishes users with the same data makes sure that recorded information matches the newly entered information, and then responds accordingly. However, it is troublesome to manually input information of the new user. Therefore, in this paper, we propose a method to distinguish users by using the clustering algorithm based on the analyzed data from the working memory in the accumulated system without directly inputting the user information. The study shows that the management method applied to the applied algorithm is more adaptive in environments where the number of people is different from that of the existing system (as a subjective observer test method).