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
이채영 (경희대학교) 박선우 (경희대학교) 김려 (경희대학교) 장동수 (경희대학교) 이청용 (경희대학교) 김재경 (경희대학교)
저널정보
한국인터넷전자상거래학회 인터넷전자상거래연구 인터넷전자상거래연구 제24권 제4호
발행연도
2024.8
수록면
151 - 170 (20page)
DOI
10.37272/JIECR.2024.08.24.4.151

이용수

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

초록· 키워드

오류제보하기
The rapid growth of e-commerce has generated massive amounts of data, increasing the need for personalized recommendation systems. Previous studies have used recommendation systems based on full review texts, but they suffer from noise due to unnecessary details and redundant information, as well as high computational resources. To overcome these limitations, this study proposes a model that extracts key information from review texts using the BART and predicts user preferences based on it. Text summarization can effectively extract important information from reviews to reduce noise, improve computational efficiency, and more accurately reflect user preferences. Experimental results using data from Amazon Video Games category show that the proposed model outperforms various baseline models in terms of MAE and RMSE. This study demonstrates that text summarization can improve the performance of recommender systems by accurately reflecting user preferences based on important information in reviews. In the future, we plan to evaluate the generalization performance of the proposed model using different datasets and state-of-the-art models. This is expected to provide more sophisticated and personalized recommendation services in e-commerce platforms.
#Recommender System #E-Commerce #User Preference Prediction #Online Review

목차

Abstract
Ⅰ. 서론
Ⅱ. 이론적 배경
Ⅲ. 제안 방법론
Ⅳ. 실험
Ⅴ. 결론 및 시사점
참고문헌

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

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

[WTO] WTO 전자상거래 논의가 실질적 규범 창출로 이어지려면?
유형규 나라경제 2025 .05
옴니채널 고려한 저 사고율 디지털 공급망 네트워크의 최적화
진성 ,  루량 기업과혁신연구 2024 .06
컨텍스트 정보의 속성 중요도를 고려한 딥러닝 기반 추천 모델 성능 향상에 관한 연구
이청용 ,  장동수 ,  구하은 외 1명 지능정보연구 2024 .03
전자상거래시대에서 SCM 채널내 물류성과 향상에 관한 연구
조갑진 e-비즈니스연구 2006 .09

최근 본 자료

전체보기

댓글(0)

0