The need for computer systems that automatically adapt to their current user is generally acknowledged, and they can acquire such an ability only if they possess models of their current. When we make inferences about other persons, we have to manage a good deal of uncertainty. In the areas of user modeling, there are three major uncertainty management paradigms, Bayesian network, Dempster-Shafter theory of evidence, Fuzzy logic. These paradigms have been mainly applied to model user's knowledge, their goals, their background. But, users' preference differs from other user model components in several aspects. So preferences have to be represented and calculated numerically by very special ways.
In this thesis, a new structure and inference algorithm is proposed for users' preference modeling. A proposed structure, called Fuzzy Networks, can be constructed very intuitively to represent modeling areas. In this structure, users' preference for each area is represented by fuzzy value. Especially, for user preference modeling, the relationships between each area is dynamically changed by observations from user. To verify usability of the proposed method, Adaptive Web Directory Service is implemented. In this application, the web server that contains a lot of music files is provided. Each music file is classified by genre and the hierarchical structure of the genres is initially constructed. As users' action is observed on the server, musical preference of each user is modeled by proposed method. And based on the priority of users' preference, initial web directory structure is reconstructed to adapt to the user.
본 논문에서는 사용자의 선호도를 모델링하기 위한 새로운 방법으로서 퍼지 네트워크를 이용한 방법을 소개한다. 기존의 사용자 모델링 시스템에 관한 연구는 주로 사용자의 지식(Knowledge), 목표(Goal), 경험 및 배경(Experience and Background) 등을 모델링하기 위해 사용되어져 왔다. 그러나 사용자의 선호도는 다른 특성들에 비하여 사용자에 따라 매우 변화가 심하고 또한 계속적으로 변화하는 특성을 가지기 때문에 새로운 방법에 의한 모델링이 필요하다. 이를 위해 재안된 퍼지 네트워크는 퍼지 그래프를 확장하여 계층구조를 가지며 이를 이용하여 파악하고자 하는 사용자 특성의 영역을 나타낼 수 있다. 또한, 외부로부터의 정보를 이용하여 다양한 사용자 선호도를 추론하기 위해 퍼지 네트워크에서 정의된 퍼지 관계와 계층관계를 이용하여 새로운 추론 알고리즘을 제안한다. 그리고 제안된 방법의 사용자에 대한 적응성을 검토하기 위하여 특히 사용자의 음악적 선호도를 분석하는 문제에 대하여 적용하였다.
