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
주수빈 (고려대학교) 장성봉 (금오공과대학교) 전수영 (고려대학교)
저널정보
한국자료분석학회 Journal of The Korean Data Analysis Society Journal of The Korean Data Analysis Society 제23권 제6호
발행연도
2021.12
수록면
2,587 - 2,598 (12page)
DOI
10.37727/jkdas.2021.23.6.2587

이용수

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

초록· 키워드

오류제보하기
초개인화 추천 시스템은 과거 구매기록과 평점 등을 활용하여 추천하는 서비스인 ‘개인화’를 넘어서 소비자가 처한 상황과 맥락까지도 반영하는 시스템이다. 각자의 취향을 존중하는 취향의 시대로 접어들고 코로나19의 여파로 집에 있는 시간이 늘어 소비의 중심이 오프라인에서 온라인으로 전환되고 있기 때문에 다양한 연령대의 고객층을 만족시켜 소비를 유도하기 위한 초개인화 추천 시스템은 더욱더 중요한 역할을 할 것이다. OTT 서비스는 포스트 코로나 시대가 지속되면서 성장한 대표적인 산업 중 하나이고, 어느 디바이스에서도 접속 가능한 쉬운 접근성으로 이용자 수가 늘어나 비대면 문화를 이끌어가고 있다. 본 연구의 목적은 유료 OTT 서비스를 추천받고 싶어하는 소비자들에게 초개인화 추천 시스템을 사용하여 소비자들의 성향에 맞는 최적의 OTT 서비스를 추천해주는 것이다. 이를 위해, 한국미디어패널조사 데이터의 개인의 특성을 알 수 있는 개인 데이터와 초개인화 추천을 위한 개인의 생활 루틴을 알 수 있는 다이어리 데이터를 사용하여 데이터를 구축하였다. 본 연구는 개인의 성향과 특성을 잘 파악하기 위해 BSR 방법을 이용하여 유의한 변수를 선택하였고, 선택된 유의한 변수만을 사용하여 와이드 앤 딥러닝 추천 알고리즘에 적용한 추천 시스템을 제안한다. 전체 변수를 적용한 결과와 정확도를 비교해본 결과, BSR 방법을 사용한 추천 알고리즘의 결과가 더 좋은 것으로 확인되었다.
#초개인화 #OTT 서비스 #미디어 패널 #BSR 방법 #와이드 앤 딥러닝 #Hyper-personalization #OTT service #media panel #BSR method #wide and deep learning

목차

등록된 정보가 없습니다.

참고문헌 (12)

참고문헌 신청
Jiahua Chen / 2012 / Extended BIC for small-n-large-P sparse GLM / Statistica Sinica 22(2):555~574 Crossref Cheng, H. / 2016 / Wide & deep learning for recommender systems / Proceedings of the 1st Workshop on Deep Learning for Recommender Systems (DLRS 2016) :7~10 google schola 강현철 / 2004 / 개인화를 위한 추천시스템 알고리즘에 관한 연구 / Journal of The Korean Data Analysis Society 6(4):1043~1049 google schola 김민정 / 2020 / SAMC 알고리즘을 이용한 미디어 패널 개인화 추천 알고리즘 / Journal of The Korean Data Analysis Society 22(5):1835~1847 dbpia 구지현 / 2019 / 고객과 이웃고객이 공통으로 평가한 응답이 예측오차에 미치는 영향 / Journal of The Korean Data Analysis Society 21(2):745~755 dbpia

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