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
황용석 (건국대학교) 김기태 (건국대학교)
저널정보
사이버커뮤니케이션학회 사이버커뮤니케이션학보 사이버커뮤니케이션 학보 제36권 제2호
발행연도
2019.6
수록면
221 - 253 (33page)
DOI
10.36494/JCAS.2019.06.36.2.221

이용수

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

초록· 키워드

오류제보하기
본 연구의 목적은 사회과학 연구자들을 위한 추천 시스템 연구의 연구 경향의 변화와 방법론적 동향을 탐색하는 것이다. 각각의 연구 경향에서 사용된 연구방법상의 문제점과 한계를 검토하고 추천 시스템 연구 범위의 확장과 더불어 새롭게 사용되는 연구방법들을 제시한다.
전통적인 추천 시스템 연구 경향은 크게 시스템 중심 접근법과 이용자 중심 접근법으로 나눌 수 있다. 그런데 시스템 중심 접근법의 주요 관심사여왔던 추천서비스 알고리즘의 예측 정확도 향상이 반드시 실제 이용자의 사용 만족도로 이어지지 않는다는 비판이 지속적으로 제기되었다. 이러한 이유에서 등장한 이용자 중심 접근법은 주로 전통적인 사회과학 실험 방법(lab experiments)을 사용하는데, 이러한 연구방법 역시 제한된 수의 피실험자들에게 제한된 변수만을 테스트하는 방식으로 도출된 결과의 낮은 신뢰도와 닞은 외적 타당성이 단점으로 지적되어왔다. 이 글에서는 현재 주요 글로벌 미디어 기업들(구글, 아마존, 페이스북 등)이 적극적으로 활용하고 있는 대규모 온라인 통제실험을 이러한 이용자 중심 접근법의 실험 방법론이 가지고 있는 약점을 극복할 수 있는 대안적 방법론으로 제시한다.
한편 추천서비스가 점점 우리 일상의 한 부분이 되어가면서, 기존의 추천 시스템 평가 위주의 연구영역에서 벗어나 추천 시스템의 사회적 영향에 대한 관심으로 연구 영역이 확장되었다. 이러한 연구 영역의 확장과 더불어 새로운 방법론적 시도가 이루어졌는데, 이 글에서는 온라인 뉴스 추천서비스 사용자들의 파편화 문제를 관계망 분석을 통해 다룬 일련의 연구들과 추천 알고리즘의 편향과 차별 문제에 데이터마이닝 기법과 대규모 온라인 통제실험방법을 접목한 연구들과 연구에 사용된 몇 가지 기법을 소개한다.
#추천 시스템 #recommendation systems #사회과학 방법론 #이용자 #시스템 지표 #관계망 분석 #network analysis, #대규모 온라인 통제실험 #필터 버블 #파편화 #알고리즘 #recommendation system #social scientific method #users #system metrics #network analysis #online controlled experiments at large scale #fragmentation #algorithm #data mining

목차

요약
1. 들어가며
2. 자동추천 시스템에 대한 초기 연구 경향과 연구 방법론적 특성
3. 추천 시스템의 사회적 영향에 대한 연구 경향과 방법론적 특성
4. 맺음말
참고문헌
ABSTRACT

참고문헌 (42)

참고문헌 신청
김지호 / 2017 / 광고의 시지각적 연구를 위한 아이트래킹 방법론의 이해, 현황 및 제언 / 한국광고홍보학보 19(2):41~84 dbpia 박승택 / 2017 / 기계학습 기반의 뉴스 추천 서비스 구조와 그 효과에 대한 고찰: 카카오의 루빅스를 중심으로 / 사이버커뮤니케이션학보 34(1):5~48 dbpia 양정애 / 2011 / 뉴스 기사의 현저성과 이용자의 선택적 노출: 온라인 뉴스의 ‘인기기사’ 추천 효과 / 한국방송학보 25(2):77~117 dbpia 이일섭 / 2018 / SNS 사용자에 의해 형성된 트렌드 중심지 도출을 위한 빅 데이터 분석 방법론 연구: 인스타그램 데이터 활용 공간분석을 중심으로 / Information Systems Review 20(2):63~85 Crossref 이준웅 / 2018 / 빅데이터 기반 연구의 대두와 커뮤니케이션 이론의 발전 / 한국방송학회 학술대회 논문집 :52~64 dbpia

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

콘텐츠 특성에 따른 개인화 추천서비스 플랫폼에 대한 사용자 인식 연구
배현진 ,  이상우 한국방송학보 2020 .05
추천 시스템에 의한 필터 버블 개선 방향 제시 : 유투브를 통해서
조성재 ,  이근희 ,  전경향 외 3명 한국HCI학회 학술대회 2020 .02
개인화 알고리즘으로 필터 버블이 형성되는 과정에 대한 검증
전준영 ,  황소윤 ,  윤영미 멀티미디어학회논문지 2018 .03
OTT 서비스의 개인화 추천이 밀레니얼 세대의 서비스 평가에 미치는 영향 : 다양성 추구 경향성을 중심으로
김가혜 ,  김아연 ,  성용준 한국HCI학회 논문지 2020 .09
소셜 네트워크 기반의 개인 맞춤형 정보추천 기법
전련화 ,  김연정 ,  김보현 외 1명 정보과학회논문지 : 컴퓨팅의 실제 및 레터 2013 .12

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2019-331-000882778