개인화된 추천시스템을 위한 사용자-상품 매트릭스 축약기법

김경재; 안현철

추천

검색

질문

자료유형: 학술저널

저자정보: 김경재 안현철

저널정보: 한국데이터전략학회 Journal of Information Technology Applications & Management Journal of Information Technology Applications & Management Vol.16, No.1

발행연도: 2009.3

수록면: 97 - 113 (17page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

Collaborative filtering(CF) has been a very successful approach for building recommender system, but its widespread use has exposed to some well-known problems including sparsity and scalability problems. In order to mitigate these problems, we propose two novel models for improving the typical CF algorithm, whose names are ISCF(Item-Selected CF) and USCF(User-Selected CF). The modified models of the conventional CF method that condense the original dataset by reducing a dimension of items or users in the user-item matrix may improve the prediction accuracy as well as the efficiency of the conventional CF algorithm. As a tool to optimize the reduction of a user-item matrix, our study proposes genetic algorithms. We believe that our approach may relieve the sparsity and scalability problems. To validate the applicability of ISCF and USCF, we applied them to the MovieLens dataset. Experimental results showed that both the efficiency and the accuracy were enhanced in our proposed models.

#Collaborative Filtering #Reduction Technique #Product Recommender System #User-Item Matrix

참고문헌 (45)

참고문헌 신청

1. [학술지(정기간행물)] - 강부식 / 2003 / 자기 조직화 신경망(SOM)을 이용한 협력적 여과 기법의 웹 개인화 시스템에 대한 연구 / 지능정보연구 9 (3) : 117 ~ 135

2. [학술지(정기간행물)] - 김경재 / 2005 / 개선된 데이터 마이닝 기술에 의한 웹 기반 지능형 추천시스템 구축 / Journal of Information Technology Applications & Management 12 (3) : 42 ~ 56

3. [학술지(정기간행물)] - 김재경 / 2002 / A Personalized Recommendation Methodology based on Collaborative Filtering / 지능정보연구 8 (2) : 139 ~ 157

4. [학술지(정기간행물)] - 김재경 / 2003 / Development of a Personalized Recommendation Procedure Based on Data Mining Techniques for Internet Shopping Malls / 지능정보연구 9 (3) : 177 ~ 191

5. [학술지(정기간행물)] - 김재경 / 2005 / 개인별 상품추천시스템, WebCF-PT: 웹마이닝과 상품계층도를 이용한 협업필터링 / Asia Pacific Journal of Information Systems 15 (1) : 63 ~ 79

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

Kyoung-jae Kim

소속기관 동국대학교

주요연구분야 공학 > 산업공학 TOP 5% 공학 > 컴퓨터학

논문수 69 이용수 11,158

안현철

소속기관 국민대학교

주요연구분야 공학 > 산업공학 TOP 5% 공학 > 컴퓨터학 TOP 5%

논문수 114 이용수 29,614

이 논문과 함께 이용한 논문

추천 시스템 기법 연구동향 분석

손지은 , 김성범 , 김현중 외 1명 대한산업공학회지 2015 .04

Recommender System using Implicit Trust-enhanced Collaborative Filtering

Kyoung-jae Kim , Youngtae Kim 지능정보연구 2013 .12

사용자 리뷰 마이닝을 결합한 협업 필터링 시스템 : 스마트폰 앱 추천에의 응용

전병국 , 안현철 지능정보연구 2015 .06

콘텐츠 기반 예측 평점을 선택적으로 활용하는 협력적 필터링 기반 복합 추천 시스템

오병화 , 양지훈 , 이현진 정보과학회논문지 : 소프트웨어 및 응용 2014 .04

인터넷 쇼핑몰을 위한 하이브리드 상품 추천 시스템

천인국 한국멀티미디어학회 학술발표논문집 2001 .06

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2009-005-019462413

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (45)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)