지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 심준호
- 발행연도
- 2017
- 저작권
- 숙명여자대학교 논문은 저작권에 의해 보호받습니다.
이용수8
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
스마트 기기가 개인 비서의 역할을 하며, 사용자에게 맞춤형 서비스를 제공하는 시대다. 개인화 추천은 사용자의 기존 데이터를 활용하여 서비스를 제공하기에, 서비스에 대한 만족도를 향상 시키고 이는 매출로 이어진다. 따라서 많은 서비스에서 개인화 추천을 사용하는 추세이다.
영화와 음악, 여행사 등 다양한 분야에서 ‘추천’ 서비스를 제공하고 있으며 특성에 따라 사용자에게 아이템에 대한 호불호 정보를 제공 받은 후 추천을 해 준다. 이러한 방법은 사용자 정보를 사용하여 추천을 하기에, 개인정보 제공을 거부하는 사용자나 초기 사용자에게는 추천을 하지 못한다.
따라서 연령이나 성별, 성향, 거주 위치 등에 대한 개인 정보를 수집하지 않고 추천을 해 주는 서비스가 절실하다. 무엇보다 서비스를 처음 사용하는 사용자에 대한 추천도 할 수 있어야 한다.
본 논문에서는 ‘음악’ 분야 추천을 연구하였다. 기간에 따라 음악을 추출하여 추천에 사용하였으며, 청취순서에 의미를 두어 패턴을 분석하였다. 최근에 성취한 음악 정보를 활용하여 추천 해 주기에 사용자의 변화되는 취향을 반영할 수 있으며, 정보가 많이 없는 초기 사용자에게도 추천이 가능하다.
이러한 방법으로 2005년부터 2013년까지 1000명의 사용자에 대한 실제 청취 이력 데이터를 사용하여 실험을 진행한 결과 특정 달에는 90%의 예측율을 보인다.
영화와 음악, 여행사 등 다양한 분야에서 ‘추천’ 서비스를 제공하고 있으며 특성에 따라 사용자에게 아이템에 대한 호불호 정보를 제공 받은 후 추천을 해 준다. 이러한 방법은 사용자 정보를 사용하여 추천을 하기에, 개인정보 제공을 거부하는 사용자나 초기 사용자에게는 추천을 하지 못한다.
따라서 연령이나 성별, 성향, 거주 위치 등에 대한 개인 정보를 수집하지 않고 추천을 해 주는 서비스가 절실하다. 무엇보다 서비스를 처음 사용하는 사용자에 대한 추천도 할 수 있어야 한다.
본 논문에서는 ‘음악’ 분야 추천을 연구하였다. 기간에 따라 음악을 추출하여 추천에 사용하였으며, 청취순서에 의미를 두어 패턴을 분석하였다. 최근에 성취한 음악 정보를 활용하여 추천 해 주기에 사용자의 변화되는 취향을 반영할 수 있으며, 정보가 많이 없는 초기 사용자에게도 추천이 가능하다.
이러한 방법으로 2005년부터 2013년까지 1000명의 사용자에 대한 실제 청취 이력 데이터를 사용하여 실험을 진행한 결과 특정 달에는 90%의 예측율을 보인다.
목차
I. 서론 = 11. 연구 배경 = 12. 연구 목표 및 내용 = 3II. 관련 연구 = 51. 협업 필터링 = 51) 메모리 기반의 협업 필터링 = 62) 모델 기반의 협업 필터링 = 83) 하이브리드 추천 = 102. 마르코프 체인 = 113. 관련 연구와의 비교 = 131) 유행하는 아이템 추천 = 142) 태그를 반영한 음악 추천 기법 = 153) 시간을 고려한 음악 추천 기법 = 164) 청취 순서를 고려한 음악 추천 = 18III. 제안 알고리즘 = 211. 개요 = 212. 상세 설명 = 23IV. 실험 및 결과 = 311. 실험 데이터 = 312. 실험 설정 값 = 333. 결과 = 34V. 결론 = 39
최근 본 자료
댓글(0)
0