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
저널정보
한국경영과학회 한국경영과학회지 한국경영과학회지 제31권 제2호
발행연도
2006.6
수록면
27 - 39 (13page)

이용수

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

초록· 키워드

오류제보하기
The Collaborative Filtering (CF) is one of the popular techniques for personalization in e-commerce storefronts. For CF-based recommendation, every customer needs to provide subjective evaluation ratings for some products based on his/her preference. Also, if an e-commerce site recommends a new product, some customers should rate it. However, there is no in-depth investigation on the impacts on recommendation performance of two number of ratings, i.e. the number of ratings of an individual customer and the number of ratings of an item, even though these are important factors to determine performance of CF methods.
In this study, using publicly available EachMovie data set, we empirically investigate the relationships between the two number of ratings and the performance of CF. For the purpose, three analyses were executed. The first and second analyses were performed to investigate the relationship between the number of ratings of a particular customer and the recommendation performance of CF. In the third analysis, we investigate the relationship between the number of ratings on a articular item and the recommendation performance of CF. From these experiments, we can find that there are thresholds in terms of the number of ratings below which the recommendation performances increase monotonically. That is, the number of ratings of a customer and the number of ratings on an item are critical to the recommendation performance of CF when the number of ratings is less than the thresholds, but the value of the ratings decreases after the numbers of ratings pass the thresholds. The results of the experiments provide insight to making operational decisions concerning collaborative filtering in practice.
#Collaborative Filtering #Product Recommendation #Personalization #e-Commerce

목차

Abstract
1. 서론
2. 관련 문헌
3. 평가 횟수와 추천 성능 간의 관계
4. 결론
참고문헌

참고문헌 (25)

참고문헌 신청
[학술지(정기간행물)] - 김재경 / 2002 / A Personalized Recommendation Methodology based on Collaborative Filtering / 지능정보연구 8 (2) : 139 ~ 157 dbpia [학술지(정기간행물)] - 김종우 / 2000 / 인터넷 상점에서 개인화 광고를 위한 장바구니 분석 기법의 활용 17 (3) : 19 ~ 30 google schola [학술지(정기간행물)] - Ansari, A / 2004 / Internet Recommendation Systems 37 (3) : 363 ~ 375 google schola [학술지(정기간행물)] - / 1998. / Empirical Analysis of Predictive Algorithms for Collaborative Filtering google schola [학술지(정기간행물)] - / 2000 / A Bayesian model for Collaborative Filtering google schola

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

항목 간 선호도 차이를 이용한 영화 추천 방법
오세창 ,  최민 한국정보통신학회논문지 2013 .11
사용자의 다양성 성향을 고려하는 추천 기법
송정진 ,  이상철 ,  김상욱 정보과학회논문지 : 데이타베이스 2013 .04
소셜네트워크 분석을 통한 협업필터링 추천 성과의 이해
안성만 ,  김인환 ,  최병구 외 3명 한국전자거래학회지 2012 .05
장르 선호도를 이용한 협업 필터링 개선
박태현 ,  김수철 ,  김성권 한국정보과학회 학술발표논문집 2010 .11
협업 필터링을 이용한 포탈 컨텐츠 추천 시스템
홍지웅 ,  민무홍 ,  이지형 한국지능시스템학회 학술발표 논문집 2010 .11

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-325-015540457