개인화

"오늘의AI위키"는 AI 기술로 일관성 있고 체계적인 최신 지식을 제공하는 혁신 플랫폼입니다.
"오늘의AI위키"의 AI를 통해 더욱 풍부하고 폭넓은 지식 경험을 누리세요.

1. 개요
2. 역사
3. 매체별 개인화
4. 개인화의 종류
- 4.1. 대량 개인화
- 4.2. 예측 개인화
5. 개인화와 권력
6. 한국의 개인화 서비스
7. 비판 및 고려 사항
참조

1. 개요

개인화는 청중의 요구에 부응하는 행위나 의사 전달자의 실천에서 시작되어, 인터넷과 오픈 데이터의 발전으로 가속화되었다. 웹사이트, 지도, 휴대 전화 등 다양한 매체에서 사용자의 특성, 행동, 의도 등을 기반으로 맞춤형 경험을 제공하며, 인쇄 매체, 홍보용품, 3D 프린팅, 이메일 등에서도 개인화 기술이 활용된다. 개인화는 대량 개인화, 예측 개인화 등 다양한 형태로 나타나며, 권력 획득에 영향을 미칠 수 있으며, 정보 개인화의 사회적 영향으로 필터 버블이 나타날 수 있다. 한국에서는 X-Press-O와 같은 초기 서비스가 있었으며, 현재 웹 페이지에서 널리 사용되고 있다.

더 읽어볼만한 페이지

정보 검색 기술 - 해시태그
해시태그는 2007년 트위터에서 관심 주제를 묶기 위해 제안되어 마이크로블로깅 네트워크에서 널리 사용되기 시작했으며, 다양한 분야에서 활용되고 언어학적 분석의 대상이 되기도 한다.
정보 검색 기술 - 협업 필터링
협업 필터링은 사용자 행동 분석을 통해 관련 정보를 추천하는 정보 필터링 시스템의 한 종류이며, 사용자 또는 아이템 간 유사성을 기반으로 다양한 방법론을 사용하고, 소셜 웹에서 활용되지만 초기 평가자 문제 등과 같은 문제점을 가진다.
사용성 - 웹 접근성
웹 접근성은 장애가 있는 사람들이 웹을 사용할 수 있도록 기술 및 디자인 원칙을 적용하는 것이며, 웹 콘텐츠, 저작 도구, 사용자 에이전트의 접근성 향상을 위한 지침과 법률, 인공지능 기술 활용을 통한 접근성 개선 노력이 이루어지고 있다.
사용성 - 접근성
접근성은 장애인을 포함한 모든 사람이 정보와 서비스에 차별 없이 접근하도록 보장하는 개념으로, 윤리적 책임, 사회적 형평성, 상업적 이익, 공익적 가치 때문에 중요하며, 물리적 환경, 정보 접근, 서비스 접근 등 다양한 영역에서 보조 기술과 적응 기술을 통해 구현되지만, 완전한 확보를 위해서는 지속적인 노력과 정책적 지원이 필요하다.
사용자 인터페이스 기술 - 작업 보기
작업 보기(Task View)는 윈도우 운영체제에서 창 전환을 용이하게 하는 창 관리 기능으로, 윈도우의 창 전환기, Flip 3D를 거쳐 발전해왔으며, Flip 3D의 단점을 보완하는 응용 프로그램도 존재한다.
사용자 인터페이스 기술 - 모바일 앱
모바일 앱은 휴대 기기에서 실행되는 애플리케이션으로, 개발 방식에 따라 네이티브 앱, 웹 기반 앱, 하이브리드 앱으로 나뉘며, 사용자 인터페이스 디자인이 중요하고 앱 스토어를 통해 배포되며, 기업은 모바일 애플리케이션 관리를 통해 보안을 강화한다.

개인화

2. 역사

개인화라는 개념은 고대 수사학에서 청중의 요구에 맞추는 행위에서 비롯되었다. 산업화와 대중 매체의 등장으로 잠시 주춤했으나, 최근 디지털 미디어와 인터넷의 발전으로 다시 주목받고 있다.^[3]

일본에서 퍼스널라이즈(パーソナライズ)는 컴퓨터 소프트웨어와 관련된 용어로, "웹 페이지를 개인에 맞게 최적화한다"는 의미로 사용된다. My Yahoo! 등이 이에 해당한다. 퍼스널라이즈는 "추천"과 비슷한 맥락에서 사용되는 경우가 많은데, Amazon.com에서 "회원님을 위한 상품" 형태로 표시되는 것이 그 예시이다.

일본에서 개인화 서비스를 고도화된 형태로 처음 제공한 사례는 일본전기와 요미우리 신문이 공동으로 서비스를 제공한 X-Press-O(후에 요미우리 COLiNS로 개칭)였다. 이는 1996년 WWW이 보급되기 시작한 매우 이른 시기에 자동 개인화, 푸시형 배포 등을 종합적으로 제공한 서비스였다.^[24]^[25] 이후 개인화는 웹 페이지 상에서 매우 일반적인 기술로 사용되고 있다.

2. 1. 디지털 미디어와 인터넷

인터넷의 발전과 오픈 데이터의 중요성이 커지면서 개인화는 더욱 가속화되었다. 어텐션 프로파일링 마크업 언어(APML), DataPortability, OpenID, OpenSocial과 같은 오픈 데이터 표준은 데이터의 상호 연결과 재사용을 가능하게 하여 개인화를 지원한다.^[4]^[5]

사용자의 소셜 그래프 데이터를 활용하여 타사 응용 소프트웨어는 개인화된 웹 페이지나 정보 기기를 제공할 수 있다.

현재 인터넷의 오픈 데이터 표준은 다음과 같다.

표준
어텐션 프로파일링 마크업 언어(APML)
DataPortability
OpenID
OpenSocial

웹 페이지는 사용자의 특성(관심사, 소셜 카테고리, 컨텍스트 등), 행동(버튼 클릭, 링크 열기 등), 의도(구매, 개체 상태 확인) 또는 개인과 관련된 다른 매개변수를 기반으로 개인화될 수 있다. 이를 통해 맞춤형 사용자 경험을 제공할 수 있는데, 이는 단순히 사용자를 만족시키는 것뿐만 아니라, 특정 작업을 유도하여 목표를 달성하려는 사이트 디자이너의 의도와 사용자 간의 관계를 의미한다(예: 페이지의 판매 전환율 증가).^[6] 사이트에서 제품 평점이나 사용자 선호도와 같은 명시적 데이터만 사용하는 경우 "사용자 정의(customization)"라는 용어를 사용하기도 한다.

2. 2. 웹사이트

웹 페이지는 사용자의 특성(관심사, 소셜 카테고리, 컨텍스트 등), 행동(버튼 클릭, 링크 열기 등), 의도(구매, 개체 상태 확인) 또는 개인과 관련된 다른 매개변수를 기반으로 개인화될 수 있으며, 이를 통해 맞춤형 사용자 경험을 제공한다.^[6] 여기서 사용자 경험은 단순히 사용자를 수용하는 것뿐만 아니라, 특정 작업을 유도하여 목표를 달성하려는 사이트 디자이너의 의도와 사용자 간의 관계를 의미한다(예: 페이지의 판매 전환율 증가). 사이트에서 제품 평점이나 사용자 선호도와 같은 명시적 데이터만 사용하는 경우 "사용자 정의(customization)"라는 용어를 사용하기도 한다.

웹 개인화에는 다음과 같은 많은 범주가 있다.

범주
행동
컨텍스트
기술
기록 데이터
협업 필터링

웹 개인화를 정의하고 실행하는 데에는 여러 가지 접근 방식이 있다. 웹 개인화를 위한 몇 가지 광범위한 방법은 다음과 같다.

방법
암묵적
명시적
하이브리드

암묵적 개인화는 사용자의 간접적인 관찰을 통해 얻은 데이터를 기반으로 수행된다. 이 데이터는 예를 들어 다른 사이트에서 구매한 항목이나 조회한 페이지가 될 수 있다.^[7] 명시적 개인화는 웹 페이지(또는 정보 시스템)가 시스템에서 제공하는 기능을 사용하여 사용자가 변경하는 방식이다. 하이브리드 개인화는 위의 두 가지 접근 방식을 결합하여 시스템에 대한 명시적 사용자 작업과 암묵적 데이터를 모두 활용한다.

웹 개인화는 적응형 하이퍼미디어(AH) 개념과 연결될 수 있다. 주요 차이점은 전자는 일반적으로 "열린 코퍼스 하이퍼미디어"에서 작동하는 반면, 후자는 전통적으로 "닫힌 코퍼스 하이퍼미디어"에서 작동한다는 것이다. 그러나 AH 분야의 최근 연구 방향은 닫힌 코퍼스와 열린 코퍼스를 모두 고려하여 두 분야를 매우 상호 관련되게 만들고 있다.

개인화는 온라인 세계에서 사용자 경험을 개선하기 위해 덜 개방적인 상업적 애플리케이션에서도 사용되는 것을 고려하고 있다. 인터넷 활동가 일라이 파리저는 맞춤형 검색을 문서화했는데, 구글과 야후! 뉴스는 서로 다른 사람들에게(로그아웃 상태에서도) 서로 다른 결과를 제공한다. 그는 또한 소셜 미디어 사이트 페이스북이 사용자가 보고 싶어 할 것이라고 생각하는 내용에 따라 사용자의 친구 피드를 변경한다고 지적한다. 이는 명확한 필터 버블을 생성한다.

웹사이트는 방문자의 인터넷 지리적 위치 데이터를 사용하여 콘텐츠, 디자인 및 전체 기능을 조정한다.^[8] 인트라넷 또는 B2E 기업 웹 포털에서는 개인화가 종종 부서, 기능 영역 또는 지정된 역할과 같은 사용자 속성을 기반으로 한다. 이 컨텍스트에서 "사용자 정의"라는 용어는 사용자가 페이지 레이아웃을 수정하거나 표시할 콘텐츠를 지정하는 기능을 의미한다.

2. 3. 지도 개인화

구글 지도와 같은 디지털 웹 지도는 이전 검색 기록과 프로필 정보를 기반으로 지도의 내용을 변경한다.^[9] 기술 작가 예브게니 모로조프는 지도 개인화가 공적 공간에 대한 위협이라고 비판했다.^[10]

2. 4. 휴대 전화

스마트폰은 과거의 흑백 화면과 단음 벨소리에서 벗어나, 인터랙티브 배경화면과 MP3 트루톤을 제공하면서 사용자 개인화에 대한 관심이 높아지고 있다.^[11] 영국과 아시아에서는 사용자의 성향에 반응하는 3D 캐릭터 위미가 배경화면으로 사용되며 인기를 얻고 있다.^[11] 비디오 그래픽스 어레이(VGA) 화질은 사용자가 화질 저하 없이 쉽게 배경을 변경할 수 있게 해준다.^[11] 이러한 서비스는 모두 사용자가 연결되어 있다고 느끼고 휴대폰 사용 경험을 향상시키도록 제공업체에서 다운로드한다.^[11]

3. 매체별 개인화

인쇄 매체에서 개인화는 잡지의 광고부터 광고 간행물에 이르기까지 다양하며, 개별 수신자의 정보 데이터베이스를 활용한다. 이는 독자에게 이름으로 직접 말을 거는 것뿐만 아니라, "이름", "성", "회사"와 같은 데이터베이스 필드를 사용하여 광고를 수신자의 인구 통계나 관심사에 맞추는 것을 포함한다.^[12] "개인화"는 가변 데이터와는 다른 개념으로, 가변 데이터는 이미지와 텍스트를 포함하여 더 다양한 요소를 활용하는 상세한 마케팅 방법이다.

3D 프린팅 기술의 발전으로, Shapeways와 Ponoko와 같은 온라인 서비스를 통해 제품 디자인 분야에서도 개인화가 이루어지고 있다.

3. 1. 인쇄 매체

잡지에서 광고 간행물에 이르기까지 인쇄 매체에서 개인화는 개별 수신자의 정보 데이터베이스를 사용한다. 작성된 문서가 독자에게 이름으로 직접 말을 걸 뿐만 아니라, 데이터베이스 또는 목록 내의 필드, 예를 들어 "이름", "성", "회사" 등을 사용하여 광고가 수신자의 인구 통계 또는 관심사에 맞춰 조정된다.^[12]

"개인화"라는 용어는 가변 데이터와 혼동해서는 안 되는데, 가변 데이터는 데이터베이스 내의 필드뿐만 아니라 이미지와 텍스트를 매체와 함께 활용하는 훨씬 더 상세한 마케팅 방법이다. 개인화된 아동 도서는 가변 데이터 인쇄(VDP)의 모든 강점을 활용하는 회사에서 제작된다. 이를 통해 인쇄된 책 내에서 이미지와 텍스트를 완전히 다양하게 만들 수 있다.

디지털 인쇄에 의한 가변 인쇄의 응용으로서, 인쇄 매체에서도 개인화가 가능하다. 여기서의 개인화란, 가변 인쇄의 어원인 Variable Data Printing (VDP)가 암시하는 주소나 수신인 등의 데이터뿐만 아니라, 이미지나 텍스트 등으로 구성되는 표시 콘텐츠 전체를 가변으로 하는 것을 의미한다. 웹과 마찬가지로 추천에 기반한 내용을 납품서에 포함시키거나, 혹은 웹과 연계하여 그 콘텐츠를 카탈로그나 팜플렛으로 출력하는 것도 가능하다.

3. 2. 홍보용품

머그잔, 티셔츠, 열쇠고리, 공 등 홍보용품은 광범위한 수준에서 개인화된다. 아이의 이름과 이미지를 개인화하여 아이가 주인공이 되는 개인 맞춤형 어린이 동화책이 매우 인기가 높다. 어린이용 맞춤형 CD도 시장에 나와 있다. 디지털 인쇄의 등장으로, 어떤 달부터 시작해도 되는 맞춤형 달력, 생일 카드, 카드, 전자 카드, 포스터, 사진첩 등도 쉽게 구할 수 있게 되었다.

3. 3. 3D 프린팅

3D 프린팅은 전 세계적으로 독특하고 개인화된 제품을 제작할 수 있게 해주는 생산 방식이다. 보석류와 같은 개인화된 의류 및 액세서리의 인기가 증가하고 있다.^[13] 이러한 종류의 맞춤화는 소비자 가전^[14] 및 소매^[15]와 같은 다른 분야에서도 관련이 있다. 3D 프린팅을 복잡한 소프트웨어와 결합하여 최종 사용자가 제품을 쉽게 맞춤화할 수 있다.

3. 4. 이메일

이메일 개인화를 통해 마케팅 캠페인의 클릭률이 60% 증가하고, 전환율이 25% 향상되었다는 보고^[26]가 있다. 여기서 개인화란, 일률적인 내용에 이름 등을 단순히 삽입하는 것이 아니라, 타겟과 관련된 콘텐츠를 포함하는 것을 의미한다.

4. 개인화의 종류

개인화는 사용자의 특성, 행동, 의도 등을 기반으로 맞춤형 사용자 경험을 제공하는 것을 의미한다. 웹 페이지는 사용자의 관심사, 소셜 카테고리, 맥락, 버튼 클릭, 링크 열기 등 다양한 매개변수를 기반으로 개인화될 수 있다. 이러한 개인화는 사용자를 수용하는 것을 넘어 특정 작업을 유도하여 목표(예: 페이지 판매 전환율 증가)를 달성하려는 사이트 디자이너의 의도와 사용자 간의 관계를 의미한다.

웹 개인화는 방문자 세그먼트를 미리 정의된 작업과 연결하여 수행할 수 있다. 행동, 컨텍스트, 기술 데이터를 기반으로 사용자 경험을 맞춤화하는 것은 전환율 최적화에 긍정적인 영향을 미치는 것으로 입증되었다. 관련 작업은 웹 페이지 콘텐츠 변경, 모달 디스플레이 표시, 인터스티셜 표시, 개인화된 이메일 트리거, 사용자에게 자동 전화 걸기 등 다양하다.

웹 개인화에는 다음과 같은 여러 범주가 있다.

범주	설명
행동	사용자의 행동(예: 버튼 클릭, 링크 열기)을 기반으로 개인화
컨텍스트	사용자의 상황(예: 위치, 시간)을 기반으로 개인화
기술	사용자의 기술 환경(예: 기기, 브라우저)을 기반으로 개인화
기록 데이터	사용자의 과거 기록(예: 구매 내역, 검색 기록)을 기반으로 개인화
협업 필터링	유사한 사용자의 선호도를 기반으로 개인화

웹 개인화를 정의하고 실행하는 데에는 여러 가지 접근 방식이 있다. 몇 가지 광범위한 방법은 다음과 같다.

방법	설명
암묵적	사용자의 간접적인 관찰을 통해 얻은 데이터를 기반으로 개인화 (예: 다른 사이트에서 구매한 항목, 조회한 페이지)^[7]
명시적	사용자가 시스템에서 제공하는 기능을 사용하여 웹 페이지를 변경하는 방식
하이브리드	암묵적 방법과 명시적 방법을 결합하여 개인화

웹 개인화는 적응형 하이퍼미디어(AH) 개념과 연결될 수 있다. 웹 개인화는 일반적으로 "열린 코퍼스 하이퍼미디어"에서 작동하는 반면, 적응형 하이퍼미디어는 전통적으로 "닫힌 코퍼스 하이퍼미디어"에서 작동한다는 것이 주요 차이점이다. 그러나 적응형 하이퍼미디어 분야의 최근 연구는 닫힌 코퍼스와 열린 코퍼스를 모두 고려하여 두 분야를 매우 상호 관련되게 만들고 있다.

개인화는 온라인 세계에서 사용자 경험을 개선하기 위해 사용된다. 일라이 파리저는 구글과 야후! 뉴스가 맞춤형 검색을 통해 서로 다른 사람들에게 서로 다른 결과를 제공한다는 점을 지적했다. 또한 페이스북이 사용자가 보고 싶어 할 것이라고 생각하는 내용에 따라 사용자의 친구 피드를 변경하여 필터 버블을 생성한다고 언급했다.

웹사이트는 방문자의 인터넷 지리적 위치 데이터를 사용하여 콘텐츠, 디자인 및 전체 기능을 조정하기도 한다.^[8] 인트라넷 또는 B2E 기업 웹 포털에서는 개인화가 종종 부서, 기능 영역 또는 지정된 역할과 같은 사용자 속성을 기반으로 한다.

일본에서 퍼스널라이즈(パーソナライズ)는 주로 컴퓨터 소프트웨어와 관련된 용어로 사용되며, "웹 페이지를 개인에 맞게 최적화한다"는 의미로 사용된다. My Yahoo! 등이 이에 해당한다. 퍼스널라이즈는 Amazon.com의 "회원님을 위한 상품"과 같이 "추천", "레코멘데이션"과 비슷한 맥락에서 사용되는 경우가 많은데, 이는 개인화된 데이터의 활용이 서비스를 제공하는 측과 받는 측 모두에게 "추천"의 형태로 나타나기 때문이다.

4. 1. 대량 개인화

대량 개인화는 기업이 최종 사용자의 취향과 선호도에 따라 제품이나 서비스를 맞춤형으로 조정하는 것을 의미한다.^[16] 협업 엔지니어링 관점에서 보면, 대량 맞춤화는 서로 다른 우선순위를 가진 고객과 제조업체 간의 협력 노력으로 볼 수 있다. 이들은 고객의 개별적인 특정 요구 사항과 제조업체의 맞춤화 기능을 가장 잘 일치시키는 솔루션을 함께 찾는다.^[17]^[18] 대량 맞춤화와 대량 개인화의 주요 차이점은, 맞춤화는 회사가 고객이 자신의 개인적인 사양에 맞춰 제품을 만들고 선택할 수 있도록 하는 능력이라는 것이다.^[19]

예를 들어, 사용자의 위치와 구매 습관을 알고 있는 웹사이트는 해당 인구 통계에 맞춰 제안을 제공한다. 각 사용자는 위치나 연령과 같은 관련 특성으로 분류된 다음, 해당 그룹을 대상으로 하는 개인화가 제공된다. 이는 개인화가 해당 단일 사용자에게 개별적으로 적용되는 것이 아니라, 더 큰 그룹의 사람들과 일치하는 특정 특성만을 지적한다는 것을 의미한다.^[20]

행동 표적 광고는 대량 개인화와 유사한 개념이다.

4. 2. 예측 개인화

예측 개인화는 고객의 행동, 요구, 욕구를 예측하여 제안 및 커뮤니케이션을 매우 정확하게 맞춤화하는 것을 말한다.^[21] 소셜 데이터, 특히 구조화된 소셜 데이터는 이러한 예측 분석을 제공하는 데 중요한 역할을 한다. 예측 개인화는 비교적 최근에 등장한 개인화 방식으로, 기존의 개인화 서비스를 보완하는 데 사용될 수 있다. 예측 개인화는 온라인 식료품점에서 특히 중요한 역할을 하는데, 단골 고객들은 자신과 유사한 고객 및 과거 쇼핑 행동을 기반으로 필요한 제품을 예측하는 "스마트 쇼핑 목록"과 같은 기능을 기대하기 때문이다.^[22]

5. 개인화와 권력

볼륨 제어 모델은 개인화가 권력 획득에 어떻게 도움이 되는지 이해하기 위한 분석적 프레임워크를 제공한다.^[23] 이 모델은 정보 개인화와 정보 인기가 상호 보완적인 메커니즘으로 작용하여 경제적, 정치적, 사회적 권력을 얻는 데 사용될 수 있음을 설명한다. 정보 개인화의 사회적 영향 중 하나는 필터 버블의 출현이다.

6. 한국의 개인화 서비스

NEC와 요미우리 신문이 공동으로 제공한 X-Press-O(후에 요미우리 COLiNS로 개칭)는 한국에서 고도화된 개인화 서비스를 제공한 초기 사례로 꼽힌다.^[24]^[25] X-Press-O는 1996년, WWW이 보급되기 시작한 매우 이른 시기에 자동 개인화(이용자의 기사 구독 이력에 기반한 자동 최적화), 푸시형 배포(윈도우의 액티브 데스크톱 기능을 이용한 데스크톱으로의 푸시형 배포) 및 개인화 메일 배포 등을 종합적으로 제공했다. 비록 서비스는 중단되었지만, 이 서비스의 기본 기술은 개발자인 칸바 등의 논문에 제시되어 있다.

현재 한국에서는 웹 페이지 상에서 개인화 기술이 매우 보편화되어 있으며, 등록형 서비스에서 ID와 비밀번호를 입력하면 어떤 형태로든 개인화된 페이지가 제공되는 것이 일반적이다.

7. 비판 및 고려 사항

웹 개인화는 사용자의 특성, 행동, 의도 등에 맞춰 웹 페이지를 맞춤 설정하여 사용자 경험을 향상시키는 기술이다. 이는 단순히 사용자를 수용하는 것을 넘어, 특정 행동을 유도하여 사이트의 목표(예: 판매 증가)를 달성하려는 목적도 가지고 있다.^[6]

하지만, 이러한 개인화 기술에는 긍정적인 측면만 있는 것은 아니다. 인터넷 활동가 일라이 파리저는 구글, 야후! 뉴스와 같은 검색 엔진과 페이스북과 같은 소셜 미디어가 개인화된 정보를 제공함으로써 사용자를 필터 버블에 가둘 수 있다고 지적한다. 즉, 사용자가 보고 싶어할 것이라고 예상되는 정보만 보여주면서, 기존 신념을 강화하고 다양한 관점을 접할 기회를 줄인다는 것이다.

일본에서는 '퍼스널라이즈(パーソナライズ)'라는 용어가 주로 웹 페이지를 개인에게 맞게 최적화하는 것을 의미하며, My Yahoo!가 대표적인 예이다. 이는 추천 시스템과 비슷한 맥락에서 사용되는데, Amazon.com의 "회원님을 위한 상품"과 같이 개인화된 데이터를 활용하여 사용자에게 유용한 정보를 제공하는 것이 주된 목적이다.

참조

_[1] 논문 Volume and control: the transition from information to power 2019-09-05
_[2] 웹사이트 Data Up Close And Personal: Welcome To Social Media 'Hyper-personalization' {{!}} GE News https://www.ge.com/n[...] 2023-10-16
_[3] 서적 The Daily You Yale University Press
_[4] 뉴스 Ordnance Survey opendata maps: what does it actually include? https://www.theguard[...] 2010-04-02
_[5] 웹사이트 Google Opens Up Data Centre for Third Party Web Applications http://www.cio.com/a[...] Cio.com 2008-05-28
_[6] 뉴스 Anonymity in Name Only - Tracking Technology on the Web http://online.wsj.co[...] 2010-08-04
_[7] 웹사이트 5 Things To Know About Siri And Google Now's Growing Intelligence https://www.forbes.c[...]
_[8] 서적 Proceedings of the 2015 Internet Measurement Conference Association for Computing Machinery 2015-10-28
_[9] 웹사이트 The Next Frontier For Google Maps Is Personalization https://techcrunch.c[...] 2013-02
_[10] 뉴스 My Map or Yours? http://www.slate.com[...] 2013-05-28
_[11] 간행물 The Mobile Phone as Media 2005
_[12] 웹사이트 Variable Data Processor https://sourceforge.[...]
_[13] 웹사이트 New jewellery website targets 'customisers' http://www.jewellerm[...] Jeweller Magazine 2012-02-21
_[14] 웹사이트 Philips launches the world's first personalized, 3D printed face shaver for limited edition run http://www.3ders.org[...]
_[15] 웹사이트 Twikit brings 3D customization to French retail. http://twikblog.twik[...]
_[16] 웹사이트 personalize: Definition, Synonyms from http://www.answers.c[...] Answers.com
_[17] 간행물 Mass Customization as a Collaborative Engineering Effort 2009
_[18] 논문 An Improved Session Identification Approach in Web Log Mining for Web Personalization 2017-07
_[19] 서적 Management Information Systems for the Information Age
_[20] 뉴스 How supermarkets prop up our class system https://www.telegrap[...] 2013-01-18
_[21] 웹사이트 10 Trends for 2013 Executive Summary: Definition, Projected Trends http://www.slideshar[...] JWTIntelligence.com 2012-12-04
_[22] 웹사이트 Using Data in the eCommerce Grocery Customer Journey http://civalue.levit[...] 2020-10-08
_[23] 논문 Volume and control: the transition from information to power 2019-09-05
_[24] 논문 The Krakatoa Chronicle - An Interactive, Personalized, Newspaper on the Web https://www.w3.org/C[...]
_[25] 문서 なお、論文共著者の一人に[[Google|Google News]]の開発者であるKrishna Bharatがおり、Bharatは後のインタビューにおいてこの技術がGoogle Newsの元になったことを説明しており、パーソナライズ技術を利用した2つのサービスである読売COLiNSとGoogle Newsのその後の経緯の相違は興味深い。
_[26] 웹사이트 SlideShare - Personalization & Relevancy: Targeting Your Message for Your Audience http://www.slideshar[...]
_[27] 서적

본 사이트는 AI가 위키백과와 뉴스 기사,정부 간행물,학술 논문등을 바탕으로 정보를 가공하여 제공하는 백과사전형 서비스입니다.
모든 문서는 AI에 의해 자동 생성되며, CC BY-SA 4.0 라이선스에 따라 이용할 수 있습니다.
하지만, 위키백과나 뉴스 기사 자체에 오류, 부정확한 정보, 또는 가짜 뉴스가 포함될 수 있으며, AI는 이러한 내용을 완벽하게 걸러내지 못할 수 있습니다.
따라서 제공되는 정보에 일부 오류나 편향이 있을 수 있으므로, 중요한 정보는 반드시 다른 출처를 통해 교차 검증하시기 바랍니다.

문의하기 : help@durumis.com