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

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
한국자료분석학회 Journal of The Korean Data Analysis Society Journal of The Korean Data Analysis Society 제18권 제1호
발행연도
2016.1
수록면
207 - 216 (10page)

이용수

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

초록· 키워드

오류제보하기
협력적 필터링은 고객이 기존에 구매한 상품에 평가한 선호도를 사용하여 구매하지 않은 상품의 선호도를 예측하는 알고리즘으로, 전자상거래에서 고객에게 개인화서비스를 제공하기 위한 도구로 사용되고 있다. 알고리즘의 정확도를 평가하는 일반적인 방법에는 예측정확도를 측정하는 MAE와 RMSE가 있으며, 추천순위에 대해 Top-n과 순위일치도(rank fitting) 등이 있다. 이들은 고객이 평가한 선호도의 응답쌍의 개수나 이웃의 개수에 따라 영향을 받고 있다. 고객이 평가한 선호도가 적어서 발생하는 희소성(sparsity)인 경우에는 상품에 대한 고객의 선호도 예측의 정확도가 낮아지고 또한 순위일치도가 낮아지는 단점이 있다. 상품추천에서 정확한 추천순위를 위해 순위일치도는 중요하다. 본 연구는 순위일치도를 높일 수 있는 결측치 대체 방법에 대하여 새로운 방법을 제안하는 연구를 진행하였다. 결측치 대체 방법으로 선호도 예측에 영향을 주는 이웃수, 응답쌍을 증가시키는 방법을 이용하여 순위일치도를 높였다. 또한 응답쌍 가중치를 이용하여 순위일치도를 더 높일 수 있음을 확인하였다. 이 방법은 희소성이 있는 추천시스템의 초기 단점을 해소할 수 있을 것이다.
#순위일치도 #추천시스템 #협력적 필터링 #희소성. #rank fitting #recommender system #collaborative filtering #sparsity.

목차

등록된 정보가 없습니다.

참고문헌 (20)

참고문헌 신청
Adomavicius, G. / 2005 / Toward the next generation of recommender systems : a survey of the state-of-the-art and possible extensions / IEEE Transactions on Knowledge and Data Engineering 17(6):734~749 google schola Bobadilla, J. / 2013 / Recommender systems survey / Knowledge-Based Systems 46:109~132 google schola 최흥식 / 2015 / 순위일치도와 응답자 분포의 형상에 대한 연구 / Journal of The Korean Data Analysis Society 17(1):161~171 dbpia Gogna, A. / 2015 / A comprehensive recommender system model : improving accuracy for both warm and cold start users / Digital Object Identifier IEEE Access 3:2803~2813 google schola Herlocker, J. / 1999 / An algorithmic framework for performing collaborative filtering / Proceedings of the 1999 Conference on Research and Development in Information Retrieval :230~237 google schola

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0