지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록· 키워드
오류제보하기
오늘날, TV 콘텐츠는 시간의 흐름에 따라 양이 방대해지고 그 구조 또한 복잡해지고 있다. TV 콘텐츠의 적절한 소비를 위한 방법이 필요함에 따라 콘텐츠 추천이라는 연구가 활발하게 이루어지고 있다. 기존의 연구에서는 시청 시간, 장르, 평가를 이용한 추천기법이 제안되었지만 줄거리 데이터를 기반한 연구는 사례가 적다. 이에 본 논문에서는 줄거리 데이터를 기반으로 하여 LDA 클러스터링을 이용한 콘텐츠 추천 기법에 대해 제안한다. 연구의 효용성을 증명하기 위해서 K-means, pLSA 와 LDA 클러스터링 방법을 비교 실험하였다. 실험을 통해 줄거리 데이터를 기반한 LDA 클러스터링을 이용하여 콘텐츠를 추천하는 방법이 효율적이라는 것을 검증했다.
목차
요약
Abstract
1. 서론
2. 관련 연구
3. 배경지식
4. LDA 클러스터링을 이용한 콘텐츠 추천 기법
5. 실험
6. 결론
참고문헌
참고문헌 (0)
참고문헌 신청이 논문의 저자 정보
이 논문과 함께 이용한 논문
무한 사전 온라인 LDA 토픽 모델에서 의미적 연관성을 사용한 토픽 확장
곽창욱
,
김선중
,
박성배
외 1명
정보과학회 컴퓨팅의 실제 논문지
2016
.09
LDA 기반 은닉 토픽 추론을 이용한 TV 프로그램 자동 추천
김은희
,
표신지
,
김문철
방송공학회논문지
2012
.03
LDA 모델을 이용한 잠재 키워드 추출
조태민
,
이지형
한국지능시스템학회 논문지
2015
.04
가중치가 적용된 공분산을 이용한 2D-LDA 기반의 얼굴인식
이석진
,
오치민
,
이칠우
멀티미디어학회논문지
2014
.12
거리별 얼굴영상과 양선형 보간법을 이용한 LDA기반 원거리 얼굴인식
문해민
,
반성범
한국정보기술학회논문지
2013
.03
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2014-004-000277295