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
이영남 (한양대학교) 김상욱 (한양대학교)
저널정보
Korean Institute of Information Scientists and Engineers Journal of KIISE Journal of KIISE Vol.44 No.12
발행연도
2017.12
수록면
1,333 - 1,337 (5page)
DOI
10.5626/JOK.2017.44.12.1333

이용수

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

초록· 키워드

오류제보하기
추천 시스템이란 사용자가 좋아할만한 개인화된 상품을 사용자에게 제안하는 것이다. 최근 상품 수의 증가로 추천 시스템의 중요성이 날로 커지고 있지만, 데이터 희소성 문제는 여전히 추천 시스템의 대표적인 문제로 남아있다. 데이터 희소성 문제는 사용자가 전체 상품 중 일부의 상품에만 평점을 부여하여, 사용자와 상품 관계를 정확히 이해하기 힘든 것을 말한다. 이를 해결하기 위해 가장 여러 가지 접근법이 있는 그 중 대표적인 것인 데이터 임퓨테이션이다. 데이터 임퓨테이션은 사용자가 평가하지 않은 상품의 평점을 추론해 평점 행렬에 채우는 방법이다. 하지만 기존 데이터 임퓨테이션 방법은 사용자가 평가하지 않은 상품에 대한 몇 가지 특성을 놓치고 있다. 본 논문에서는 기존 방법의 한계점을 정의하고, 이를 개선하는 방안 3가지를 제안한다.
#추천 시스템 #협업 필터링 #데이터 희소성 #데이터 임퓨테이션 #Recommender system #Collaborative filtering #Data sparsity #Data imputation

목차

요약
Abstract
1. 서론
2. 관련 연구
3. 데이터 임퓨테이션의 실험 평가 분석
4. 결론
References

참고문헌 (12)

참고문헌 신청
Jongwuk Lee, Dongwon Lee, Yeon-Chang Lee, Won-Seok Hwang, and Sang-Wook Kim. 2016. Improving the accuracy of top-N recommendation using a preference model. Information Sciences 348 (2016), pp. 290-304. Yehuda Koren. 2008. Factorization meets the neighborhood: a multifaceted collaborative filtering model. Proc. of the 14th ACM SIGKDD international conference on Knowledge discovery and data mining. ACM, pp. 426-434. Hao Ma, Haixuan Yang, Michael R Lyu, and Irwin King. 2008. Sorec: social recommendation using probabilistic matrix factorization. Proc. of the 17th ACM conference on Information and knowledge management. ACM, pp. 931-940. Won-Seok Hwang, Juan Parc, Sang-Wook Kim, Jongwuk Lee, and Dongwon Lee. 2016. Told You I Didn’t Like It: Exploiting Uninteresting Items for Effective Collaborative Filtering. 2016 IEEE 32nd International Conference on Data Engineering. IEEE, pp. 349-360. Badrul Sarwar, George Karypis, Joseph Konstan, and John Riedl. 2001. Item-based collaborative filtering recommendation algorithms. Proc. of the 10th international conference on World Wide Web. ACM, pp. 285-295.

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

희망창업자의 창업환경과 창업준비 특성이 창업의도에 미치는 영향
김혜화 ,  변상해 벤처창업연구 2018 .10
스타트업 기업들의 크라우드 펀딩 전략에 관한 연구 : 지각된 공정성이 고객의 만족도와 충성도에 미치는 영향을 중심으로
김승환 ,  이상훈 한국산학기술학회 논문지 2018 .12
그래프 임베딩을 사용한 효과적 상품 추천 방법
박성수 ,  이건창 디지털콘텐츠학회논문지 2018 .10
청년창업자의 동기요인이 창업 자기효능감과 창업의도에 미치는 영향 : 창업실패에 대한 두려움의 조절효과를 중심으로
김경은 ,  주병철 산업경제연구 2018 .10
지각된 규범과 청년 창업가 자기 효능감이 창업 의도에 미치는 영향 : 창업가적 탄력성의 간접 효과를 중심으로
김완기 ,  서상혁 한국기술혁신학회 학술대회 2018 .05

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2018-569-001778833