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
이재웅 (성균관대학교) 이종욱 (성균관대학교)
저널정보
Korean Institute of Information Scientists and Engineers Journal of KIISE Journal of KIISE Vol.44 No.6
발행연도
2017.6
수록면
621 - 627 (7page)
DOI
10.5626/JOK.2017.44.6.621

이용수

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

초록· 키워드

오류제보하기
협업필터링은 사용자들이 평가한 항목들의 유사성을 기반으로 평가되지 않은 항목을 효과적으로 추천해주는 기법이다. 기존에는 사용자가 평가하지 않은 항목 중 상위  개 항목의 추천 정확도를 높이기 위하여 사용자의 항목의 대한 상대적 선호도를 반영하는 쌍 기반 선호도(pair-wise preference)와 목록 기반 선호도(list-wise preference)가 제안되었다. 하지만 이러한 방법들은 사용자가 평가한 항목 간의 상대적인 선호도를 표현하는데 한계가 있으며, 각각의 항목들의 중요도를 반영할 수 없는 단점이 있다. 본 논문에서는 유사도 및 순위 값을 계산할 때 평점 선호도 표현 방법과 역 사용자 빈도수(inverse user frequency)를 이용하여 사용자의 잠재된 선호도를 표현하는 새로운 방법을 제안한다. 제안 방법을 메모리 기반 협업필터링에 적용하여 비교한 결과 기존 방법보다 최대 2배 이상 정확도가 향상되는 것을 확인할 수 있었다.
#추천시스템 #협업필터링 #순위기반 협업필터링 #상위 N 추천 #recommendation systems #collaborative filtering #ranking-oriented collaborative filtering #Top-N recommendation

목차

1. 서론
2. 관련 연구
3. 제안 방법
4. 실험
5. 결론
References

참고문헌 (12)

참고문헌 신청
G. Adomavicius, A. Tuzhilin, Toward the next generation of recommender systems,” IEEE TKDE, Vol. 17, No. 6, pp. 734-749, 2005. N. N. Liu, Q. Yang, Eigenrank: A ranking-oriented approach to collaborative filtering, ACM SIGIR, pp. 83-90, 2008. S. Wang, J. Sun, B. J. Gao, J. Ma, VSRank: A novel framework for ranking-based collaborative filtering, ACM TIST, 5(3):No.51, 2014. S. Huang, S. Wang, T.-Y. Liu, J. Ma, Z. Chen, J. Veijalainen, Listwise collaborative filtering, ACM SIGIR, pp. 343-352, 2015. J. L. Herlocker, J. A. Konstan, A. Borchers, J. Riedl, An algorithmic framework for performing collaborative filtering, ACM SIGIR, pp. 230-237, 1999.

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

추천 시스템에서의 컨텐츠 기반 필터링 기법의 효과
홍동균 ,  이연창 ,  김상욱 외 1명 한국정보과학회 학술발표논문집 2017 .06
기계 독해 성능 개선을 위한 데이터 증강 기법
이선경 ,  정선호 ,  이종욱 한국정보과학회 학술발표논문집 2020 .12
댓글 특성 기반 고객 프로파일 구축을 통한 개인화 추천 서비스에 관한 연구
엄금철 ,  이가은 ,  이청용 디지털콘텐츠학회논문지 2020 .09
추천시스템에서 인지도 편향의 영향력 분석
김은빈 ,  최민진 ,  이종욱 한국정보과학회 학술발표논문집 2018 .12
A CNN-based Column Prediction Model for Generating SQL Queries using Natural Language
정윤기 ,  김동민 ,  이종욱 Journal of KIISE 2019 .02

최근 본 자료

전체보기

댓글(0)

0