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 제17권 제6호
발행연도
2015.1
수록면
3,097 - 3,106 (10page)

이용수

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

초록· 키워드

오류제보하기
유비쿼터스 환경으로 인한 다양한 유통채널은 추천시스템의 중요성을 더욱 확대시켰다. 추천시스템은 고객이 과거에 상품을 구매했던 정보를 바탕으로 고객이 선호할 상품을 예측하여 추천해 주는 방법이다. 본 연구의 목적은 고객이 상품을 구매한 경험의 정도와 대중적인 상품을 선택하는 정도가 추천시스템의 성능에 어떠한 영향을 주는지를 분석하여 추천시스템의 성능을 향상시키는데 있다. 연구진행은 맞춤형 개인화서비스를 감안하여 고객별로 진행되었으며, 추천시스템의 성능에 대한 평가는 순위일치도의 정확도로 진행되었다. 분석결과로 상품을 구매한 경험이 많고 상품을 선택하는 성향이 대중적인 고객일수록 순위일치도의 정확도가 향상되었으나, 상품구매경험이 적고 상품선택성향이 대중적일수록 순위일치도의 정확도가 낮아지는 것으로 나타났다. 그리고, 상품구매경험의 정도와 선택한 상품의 대중성이 서로 상반되는 경우에는 서로 비슷한 순위일치도의 정확도로 나타냈다. 본 연구로 추천시스템을 수행하기 전에 고객을 그들의 경험정도와 대중성 정도에 따라 분류하여 추천시스템에 적용하면 그 성능을 더욱 향상시킬 수 있을 것으로 판단된다.
#추천시스템 #협력적 필터링 #순위일치도 #상품의 경험 #상품의 대중성 #Recommendation system #Collaborative filtering #Rank fitting #Experience of goods #Popular commodity

목차

등록된 정보가 없습니다.

참고문헌 (22)

참고문헌 신청
Adomavicius, G. / 2005 / Toward the next generation of recommender systems : a survey of the state of the art and possible extensions / IEEE Transactions on Knowledge and Dat google schola Cai, D. W. / 2014 / A collaborative filtering algorithm based on the improved similarity measure method and rating matrix pre-filling / International Conference on Environmental En google schola Ekstrand, M. D. / 2011 / Collaborative filtering recommender systems / Foundations and Trends in Human-Computer Interaction 4 (2) : 81 ~ 173 google schola Ghazarian, S. / 2015 / Enhancing memory-based collaborative filtering for group recommender systems / Expert Systems with Applications 42 (7) : 3801 ~ 3812 google schola Herlocker, J. L. / 2002 / An empirical analysis of design choices in neighborhood-based collaborative filtering algorithms / Information Retrieval 5 (4) : 287 ~ 310 google schola

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