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

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
한국자료분석학회 Journal of The Korean Data Analysis Society Journal of The Korean Data Analysis Society 제20권 제4호
발행연도
2018.1
수록면
1,873 - 1,882 (10page)

이용수

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

초록· 키워드

오류제보하기
추천시스템은 추천상품 순위를 선정하기 위한 시스템으로 예측정확도가 높은 알고리즘을 구축하는 것이 중요하다. 알고리즘의 예측정확도는 고객이 상품에 평가한 선호도의 개수, 즉 응답수에 영향을 받는다. 기존의 연구들은 임의의 가중치를 응답수에 부가하여 예측정확도를 높였으나, 임의의 수치에 대한 명확한 이유는 제시되지 않았다. 본 연구는 고객별 응답수에 대한 정보들과 고객별 순위일치도를 시뮬레이션하여 응답수에 따라 반응하여 형성된 가중치를 적용한 알고리즘을 제안하고, 기존의 알고리즘들과 순위일치도를 비교평가하였다. 그 결과, 제안한 알고리즘의 순위일치도가 가장 높게 나타났으며, 특히 응답수가 적은 경우에 제안한 알고리즘의 순위일치도의 상승률이 매우 높은 것으로 나타났다. 연구의 진행을 위해 GroupLens의 자료들(100k 자료, 1M 자료)을 사용하였으며, 제안한 알고리즘의 순위일치도를 비교평가하기 위해 이웃기반의 협력적 필터링, Herlocker의 협력적 필터링, 대응평균알고리즘, 지수-대응평균알고리즘을 사용하였다.
#collaborative filtering #rank fitting #the number of responses #the number of common responses.

목차

등록된 정보가 없습니다.

참고문헌 (8)

참고문헌 신청
Goldberg, D. / 1992 / Using collaborative filtering to weave an information tapestry / Communications of the ACM 35(12):61~70 google schola Herlocker, J. / 2002 / An empirical analysis of design choices in neighborhood-based collaborative filtering algorithms / Information Retrieval 5(4):287~310 Crossref 김선옥 / 2017 / 협력적 필터링에서 응답수와 순위일치도와의 모형에 대한 연구 / Journal of The Korean Data Analysis Society 19(4):1907~1915 dbpia 구지현 / 2016 / 협력적 필터링에서 순위일치도 향상을 위한 결측치 대체 방법 / Journal of The Korean Data Analysis Society 18(1):207~216 dbpia 구지현 / 2014 / 협력적 필터링에서 순위적합 향상을 위한 유의성 가중치에 관한 연구 / Journal of The Korean Data Analysis Society 16(6):3013~3022 dbpia

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0