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

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
응웬시띤 (숭실대학교) 류호균 (숭실대학교) 최은진 (숭실대학교) 김광용 (Soongsil University)
저널정보
한국통신학회 한국통신학회논문지 한국통신학회논문지 제45권 제1호
발행연도
2020.1
수록면
165 - 179 (15page)
DOI
10.7840/kics.2020.45.1.165

이용수

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

초록· 키워드

오류제보하기
권장 시스템에서 모든 기본 모델은 특히 다양한 데이터 소스를 사용할 수 있는 경우 다소 제한적으로 보인다. 하이브리드 추천 시스템은 이러한 가능성을 탐색하도록 설계되었다. 하이브리드 시스템의 전통적인 연구는 새로운 알고리즘의 개발에 한정되었고, 다른 접근법을 결합하는 연구는 거의 없었다. 또한 빅 데이터 시대에는 데이터 스트림과 증분 모델 평가가 필요하다. 본 연구에서는 컨텐츠 기반과 매트릭스 인수 분해를 기반으로 기능 조합 하이브리드 시스템을 제안한다. 또한 스트리밍 데이터 환경에 적용 할 수있는 추천 시스템에 대한 사전 평가 프로토콜도 보여준다. 본 연구에서 제안하는 알고리즘은 다른 최신 모델과 비교하여 정확성과 시간 업데이트 모두에서 더 나은 결과를 얻는다.

목차

요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 추천 시스템의 기본 모델
Ⅲ. 증분 학습 알고리즘
Ⅳ. 제안 된 모델
Ⅴ. 평가 문제 및 데이터
Ⅵ. 결과 및 토론
Ⅶ. 결론
References

참고문헌 (55)

참고문헌 신청

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