Activity recommendation is meant to help user to choose appropriate activity in daily tasks. In order to provide a suitable recommended activity while increasing users’ satisfaction, users’ preferences should be considered. However, given mobility of users, they can reach an unknown environment, where there may be no information regarding users’ preferences. Therefore, the recommend mechanisms which use predefined users’ preference may not be able to work when user goes to a completely new environment. To overcome this issue, we present a group activity recommendation mechanism that recommends activities to users based on users’ preferences which are inferred from their behavior in the past. Moreover, our mechanism also recommends the people who are suitable to join the activity with him.
액티비티 추천은 사용자가 일상 생활에서 작업을 수행하는 중에 적합한 액티비티를 선택하도록 돕는 역할을 한다. 사용자에게 적합한 액티비티를 추천해 주기 위해서는 해당 사용자의 preference를 고려해야 한다. 그러나 이동성으로 인해 사용자가 익숙하지 않은 환경에 있게 될 경우 주변 환경으로부터 해당 사용자의 preference와 관련된 정보를 얻을 수 없다. 따라서 새로운 환경에서는 미리 정의된 사용자의 preference를 이용한 추천 메커니즘이 쓰일 수 없다. 이 문제를 극복하기 위해 본 연구에서는 그룹 액티비티 추천 메커니즘을 제안한다. 그룹 액티비티 추천 메커니즘은 현재 공간에 있는 여러 사용자들의 과거 행동으로부터 추론된 preference 정보를 바탕으로 사용자에게 액티비티를 추천하고, 해당 액티비티를 같이 수행하기에 적합한 다른 사용자들도 추천한다.
