SVD-based Cross-Domain Recommendation Using K-means Clustering

김태훈; 김성권

doi:10.5626/JOK.2022.49.5.360

추천

검색

질문

자료유형: 학술저널

저자정보: 김태훈 (중앙대학교) 김성권 (중앙대학교)

저널정보: Korean Institute of Information Scientists and Engineers Journal of KIISE Journal of KIISE Vol.49 No.5

발행연도: 2022.5

수록면: 360 - 368 (9page)

DOI: 10.5626/JOK.2022.49.5.360

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

교차 도메인 추천은 다른 도메인에 있는 관련 사용자 정보 데이터와 아이템 데이터 공유를 통해 해결하고자 하는 방법이다. 사용자 중복이 많은 온라인 쇼핑몰이나 유튜브(YouTube) 또는 넷플릭스 (NetFlix)와 같이 멀티미디어 서비스 컨텐츠에서 주로 사용된다. K-means 클러스터링을 통해 사용자 데이터와 평점을 기반으로 군집화를 실시하여 임베딩을 생성한다. 그 결과를 다층 신경망(Multi Layer Neural Network)를 통해 학습시킨 후, 사용자 만족도를 예측한다. 그 후 협업 필터링 기법인 행렬 분해(matrix factorization)를 이용하여 사용자에게 맞는 아이템들을 추천한다. 이 연구를 통해 추천함으로써 더 적은 시간적 비용으로 초기 사용자 문제에 대해 예측이 가능하고, 사용자들의 만족도를 높일 수 있다는 결과를 실험을 통해 보여주었다.

#교차 도메인 추천 #데이터 공유 #협업 필터링 #K-means 클러스터링 #행렬 분해 #다층 신경망 #cross-domain recommendation #data sharing #collaborative filtering #matrix factorization #K-means clustering #multi-layer neural networks

참고문헌 (15)

참고문헌 신청

E. Y Bae and S. J. Yu, "Transitive Similarity Evaluation Model for Improving Sparsity in Collaborative Filtering," Journal of KIIT, Vol. 16, No. 12, pp. 109-114, Dec. 2018. (in Korean)

E. Y Bae and S. J. Yu, "Keyword-based Recommender System Dataset Construction and Analysis," Journal of KIIT, Vol. 16, No. 6, pp. 91-99, 2018. (in Korean)

Tevfik Aytekin, "Clustering-based diversity improvement in top-N recommendation", Journal of Intelligent Information Systems, Vol. 42, No. 1, pp. 1-18, 2014.

Shual Zhang, Lina Yao, Aixin Sun, Yi Tay, "Deep Learning based Recommender System: A Survey and New Perspectives," ACM Computing Surveys, Vol. 52, No. 5, pp. 1-38, 2019.

SJ Yu, "A Study of Improvement of Individual Item Diversity in Collaborative Filtering-based Recommendation," Journal of KIIT, Vol. 14, No. 8, pp. 89-94, 2016.

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

김태훈

소속기관 중앙대학교

주요연구분야 공학 > 컴퓨터학 공학 > 건축공학 > 건축공학 일반

논문수 3 이용수 281

김성권

소속기관 서울과학기술대학교

주요연구분야 공학 > 컴퓨터학 TOP 5% 공학 > 기계공학 > 기계공학 일반

논문수 147 이용수 11,197

이 논문과 함께 이용한 논문

Activity Prediction from Sensor Data using Convolutional Neural Networks and an Efficient Compression Method

진우정 , 최동진 , 김영진 외 1명 Journal of KIISE 2018 .06

K-means 클러스터링을 활용한 대학교 기숙사 사생실의 여름철 CO₂ 농도 패턴 분류

조중연 , 문현준 대한건축학회 학술발표대회 논문집 2022 .10

HOPE 기반 그래프 임베딩과 K-Means 클러스터링을 이용한 CVE 데이터 분석

박지선 , 채동규 한국정보과학회 학술발표논문집 2021 .12

RFM기법과 k-means 기법을 이용한 개인화 추천시스템의 개발

조영성 , 구미숙 , 류근호 한국컴퓨터정보학회논문지 2012 .06

이현종 , 정호경 , 김광섭 외 1명 한국정보과학회 학술발표논문집 2011 .11

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (15)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)