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
Yeounoh Chung (Brown University) Noo-ri Kim (Sungkyunkwan University) Chang-yong Park (LG Electronics) Jee-Hyong Lee (Sungkyunkwan University)
저널정보
한국지능시스템학회 INTERNATIONAL JOURNAL of FUZZY LOGIC and INTELLIGENT SYSTEMS INTERNATIONAL JOURNAL of FUZZY LOGIC and INTELLIGENT SYSTEMS Vol.18 No.1
발행연도
2018.3
수록면
29 - 40 (12page)
DOI
10.5391/IJFIS.2018.18.1.29

이용수

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

초록· 키워드

오류제보하기
k-Nearest Neighbor (k-NN) and other user-based collaborative filtering (CF) algorithms have gained popularity because of the simplicity of their algorithms and performance. As the performance of such algorithms largely depends on neighborhood selection, it is important to select the most suitable neighborhood for each active user. Previous user-based CF simply relies on similar users or common experts in this regard; however, because users have different tastes as well as different expectations for expert advice, similar users or common experts may not always be the best neighborhood for CF. In search of a more suitable neighborhood, so-called personalized experts develop personalized expert features. Through experimentation, we show that personalized experts are different from similar users, common experts, or similar common experts. The personalized, expert-based CF algorithm outperforms k-NN and other user-based CF algorithms.
#Personalized experts #Recommender system #Collaborative filtering #Support vector machine

목차

Abstract
1. Introduction
2. Related Work
3. Personalized Expert Search
4. Experiment
5. Discussion
References

참고문헌 (29)

참고문헌 신청
B. M. Sarwar / 2002 / Recommender systems for large-scale e-commerce: scalable neighborhood formation using clustering / Proceedings of the 5th International Conference on Computer and Information Technology :291~324 google schola P. Deivendran / 2011 / Content based recommender systems / International Journal of Computer Science & Emerging Technologies 2(1):148~152 google schola V. Formoso / 2008 / Algorithms for efficient collaborative filtering / Efficiency Issues in Information Retrieval Workshop :17~28 google schola J. L. Herlocker / 1999 / An algorithmic framework for performing collaborative filtering / Proceedings of the 22nd Annual International ACM SIGIR Conference on Research and Development in Information Retrieval :230~237 google schola 김누리 / 2015 / Performance Analysis of Group Recommendation Systems in TV Domains / International Journal of Fuzzy Logic and Intelligent systems 15(1):45~52 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

Development of a Personalized Similarity Measure using Genetic Algorithms for Collaborative Filtering
Soojung Lee 한국컴퓨터정보학회논문지 2018 .12
How to improve the diversity on collaborative filtering using tags
Jin-Hyeon Joo ,  Geun-Duk Pa ,  k 한국컴퓨터정보학회논문지 2018 .07
효과적인 협업 필터링을 위한 데이터 임퓨테이션 방법
하지운 ,  김형욱 ,  김상욱 정보과학회지 2016 .06

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2018-003-001906796