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
정유림 (고려대학교세종캠퍼스) 전수영 (고려대학교)
저널정보
한국자료분석학회 Journal of The Korean Data Analysis Society Journal of The Korean Data Analysis Society 제24권 제6호
발행연도
2022.12
수록면
2,157 - 2,168 (12page)
DOI
10.37727/jkdas.2022.24.6.2157

이용수

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

초록· 키워드

오류제보하기
최근에 온라인 쇼핑 및 SNS 등의 모바일 매체가 활성화됨에 따라 사용자의 선호나 구매에 대한 다양한 피드백이 구축된다. 이러한 대량의 데이터로부터 사용자의 취향을 고려한 개인화 추천의 성능을 높이기 위한 다양한 접근의 연구가 진행되고 있다. 본 연구는 LDA 토픽 모델링을 통해 미디어 패널 데이터로부터 사용자의 미디어 사용 행태의 의미를 내포한 클러스터링을 진행하고, 기존 평점과 클러스터별 미디어 사용에 대한 감정분석을 결합하여 생성한 새로운 평점을 추천시스템에 적용하고자 한다. 자녀와 함께 거주하고 있는 가구를 분석 대상으로 선정하였으며 해당 가구 구성원들의 일상생활에 도움이 될만한 스마트기기 31항목에 대한 추천을 진행하였다. LDA 토픽 모델링의 정확추론(exact test)을 위해 고급 몬테카를로 방법 중 하나인 확률적 근사 몬테카를로(stochastic approximation Monte Carlo) 알고리즘을 적용하였고 일관성 및 혼란도 지표를 통해 최적의 주제 개수를 설정하였다. 주제 클러스터별 감정 점수를 반영하여 생성한 새로운 평점을 이용하여 추천을 진행하였다. 추천 알고리즘은 BPR 알고리즘과 협업필터링을 사용하였고 본 연구의 LDA 클러스터링 추천 결과에 대해 3가지 성능 지표로 추천 검증 결과를 평가 및 비교하였다. 분석 결과, BPR의 추천 성능이 가장 우수하였으며 추천 항목을 비교하였을 때, 본 연구에서 제시하는 LDA 클러스터링 추천 결과가 사용자의 취향을 고려한 적합한 추천이 이루어졌음을 알 수 있다.
#잠재 디리클레 할당 #SAMC #감정분석 #미디어 패널 #추천시스템. #Latent dirichlet allocation #SAMC #sentiment analysis #media panel #recommendation system.

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

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