인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
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.
피인용 0
초록·키워드
This study aimed to develop a recommendation model for selecting the optimal type of mattress by simultaneously considering users' body shapes and mattress usage experiences, thereby contributing to improved sleep quality. An experiment was conducted with 176 adults who had more than five years of mattress usage experience. The experiment was designed to derive priority rankings for eight different mattress types based on user body characteristics and mattress usage experiences. Machine learning algorithms including Decision Tree, Random Forest, XGBoost, and LightGBM were employed to build the recommendation model, and its performance was evaluated using the NDCG. The results showed that the XGBoost model achieved the highest performance (NDCG@1 = 0.7139) after relabeling. Although this performance is not exceptionally high in absolute terms compared to previous similar studies, it demonstrates meaningful efficacy as a personalized recommendation model in practical mattress selection scenarios. These findings highlight the importance of an integrated approach combining physical and experiential factors and are expected to serve as foundational data for developing personalized recommendation systems in the mattress industry.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-094336977
