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
유찬우 (라인플러스) 김희천 (한국방송통신대학교)
저널정보
한국디지털콘텐츠학회 디지털콘텐츠학회논문지 디지털콘텐츠학회논문지 제21권 제3호
발행연도
2020.3
수록면
587 - 592 (6page)
DOI
10.9728/dcs.2020.21.3.587

이용수

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

초록· 키워드

오류제보하기
개인화 추천을 위한 머신러닝 모델에 사용될 사용자 또는 품목에 대한 임베딩을 만들어 내기 위해서 차원 축소 기법이 널리 사용된다. 그러나 특이값 분해와 같은 모형을 사용하는 차원 축소 기법은 그 성질이 잘 알려져 있다는 장점에도 불구하고 산업계에서 발생하는 빅데이터에는 수행시간이나 메모리 측면에서 적용하기 어렵다는 단점이 있다. 이 경우에는 모형을 사용하지 않는 랜덤 투영과 같은 보다 빠르고 자원을 소모하지 않는 기법이 사용된다. 본 논문에서는 랜덤 투영과 같이 모형을 사용하지 않아 가벼운 방법이지만 랜덤 투영보다 본래 데이터 포인트 사이의 코사인 유사도를 더 잘 보존할 수 있는 방법을 제안하였다. 개인화 추천분야의 공개된 데이터셋에 대해서 실험을 한 결과 제안한 방법이 모든 차원에서 랜덤 투영보다 코사인 유사도를 더 잘 보존하고, 수행 시간 면에서도 우위에 있는 것으로 나타났다. 또한 모형을 생성하는 특이값 분해와도 비교를 수행하였는데, 제안한 방법이 일정 이상의 차원에서는 특이값 분해와 코사인 유사도 보존 측면에서 차이가 없었고, 수행 시간에서는 우위를 보였다.
#코사인 유사도 #머신러닝 #개인화 추천 #특이값 분해 #변수 선택 #Cosine Similarity #Machine Learning #Personalized Recommendation #Singular Value Decomposition #Variable Selection

목차

[요약]
[Abstract]
Ⅰ. 서론
Ⅱ. 관련 개념
Ⅲ. 모형을 사용하지 않는 차원 축소 기법
Ⅳ. 결론
참고문헌

참고문헌 (17)

참고문헌 신청
P. Cremonesi / 2010 / Performance of recommender algorithms on top-n recommendation tasks / Proceedings of the fourth ACM conference on Recommender systems :39~46 google schola A. K. Menon / 2007 / Random projections and applications to dimensionality reduction google schola Cosine similarity google schola G. Takacs / 2012 / Alternating least squares for personalized ranking / Proceedings of the sixth ACM conference on Recommender systems :83~90 google schola S. Dasgupta / 2013 / Experiments with random projection / arXiv preprint arXiv:1301. 3849 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

머신러닝 알고리즘을 결합한 협업필터링 개인화 추천시스템 응용연구
김재식 ,  김범수 경영과학 2024 .03
차원축소와 클러스터링을 동시에 적용한 데이터 분석 방법에 대한 연구
신병철 ,  최승빈 ,  김보성 외 5명 ICT플랫폼학회 하계학술발표대회논문집 2023 .12
비지도학습 기반 차원 축소 모델링을 통한 한지의 열화특성 분석
이용주 ,  차지은 ,  강나영 외 3명 펄프·종이기술 2023 .12
코사인 유사도 분석을 이용한 최저가 매칭 서비스
유송은 ,  강병오 ,  김지민 외 3명 한국방송미디어공학회 학술발표대회 논문집 2020 .07
개인화 추천 시스템의 머신러닝을 위한 음수 미포함 행렬 분해와 변수 선택 기법의 비교
유찬우 ,  김희천 디지털콘텐츠학회논문지 2020 .04

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2020-004-000541064