메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김지연 (Daejin University) 김영창 (National Federation of Fisheries Cooperatives) 정종진 (Daejin University)
저널정보
대한전기학회 전기학회논문지 전기학회논문지 제66권 제1호
발행연도
2017.1
수록면
82 - 88 (7page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
Recently recommendation methods need personalization and diversity as well as accuracy whereas the traditional researches have been mainly focused on the accuracy of recommendation in terms of quality. The diversity of recommendation is also important to people in terms of quantity in addition to quality since people’s desire for content consumption have been stronger rapidly than past. In this paper, we pay attention to similarity of data gathered simultaneously among different types of contents. With this motivation, we propose an enhanced recommendation method using correlation analysis with considering data similarity between two types of contents which are movie and music. Specifically, we regard folksonomy tags for music as correlated data of genres for movie even though they are different attributes depend on their contents. That is, we make result of new recommendation movie items through mapping music folksonomy tags to movie genres in addition to the recommendation items from the typical collaborative filtering. We evaluate effectiveness of our method by experiments with real data set. As the result of experimentation, we found that the diversity of recommendation could be extended by considering data similarity between music contents and movie contents.
#Content #Recommendation #Collaborative filtering #Folksonomy tag #Similarity

목차

Abstract
1. 서론
2. 관련 연구
3. 시스템 구축
4. 결론
References

참고문헌 (18)

참고문헌 신청
F. C. Surprenant and M. R. Solomon, “Predictability and Personalization in the Service Encounter”, Journal of Marketing, Vol. 51, No. 2, pp. 86-96, April 1987. P. Riddle, “Tags: What are They Good for?”, The University of Texas at Austin, 2005. D. Kim, B. Lee and C. Kim, “A Study on Tag Cloud Architecture as a Dynamic Navigation Link” Journal of Advanced Information Technology and Convergence, Vol. 9 No. 8, pp. 203-211, August 2011. D. Weinberger, “Tagging and Why It Matters”, Harvard University, Berkman Center Reserarch Publication July 2005. B. Sarwar, G. Karypis, J. Konstan, and J. Riedle, “Analysis of Recommendation Algorithms for E-Commerce,” Proceedings of the 2nd ACM conference on Electronic commerce, pp. 158-167, 2000.

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

코퍼스에 기반한 한국 대학생의 영어 유의어 동사 연어능력에 관한 연구
정연창 ,  서려임 ,  김은일 새한영어영문학 2007 .05
汉语的韩译“同译词”考察
蔡象丽 중국어문논역총간 2018 .01
유의어의 의미 사용 양상 분석
이민우 언어학 연구 2017 .07
유형이의(類形異義) 관계의 설정과 어휘 대조 연구 : ‘공부(工夫)’의 한자어 유의어를 대상으로
도재학 ,  허인영 아시아문화연구 2017 .04
조선어 빈도부사 ‘자주’와 ‘자꾸’의 의미와 수식관계
리단 중국조선어문 2017 .05

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2017-560-002003956