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
학술대회자료
저자정보
저널정보
한국경영과학회 한국경영과학회 학술대회논문집 한국경영과학회 2002년 춘계학술대회논문집
발행연도
2002.6
수록면
94 - 98 (5page)

이용수

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

이 논문의 연구 히스토리 (7)

2002

[A3 전자상거래(1)] 전자상거래 개인화 추천을 위한 다차원척도법의 활용
김종우 ,  유기현 ,  Robe 외 1명 한국경영과학회 학술대회논문집 2002.06 학술대회자료
전자상거래 개인화 추천을 위한 다차원척도법의 활용
김종우 ,  유기현 ,  Robe 외 1명 대한산업공학회 춘계공동학술대회 논문집 2002.05 학술대회자료

2001

[서평]「B2B 전자상거래 @XML」
김종우 정보과학회지 2001.06 학술저널
의사결정나무추론기법을 활용한 전자상거래 규칙기반 상품 추천
김종우 ,  이병헌 대한산업공학회 춘계공동학술대회 논문집 2001.04 학술대회자료
[Session A2. CALS/EC(1)] 의사결정나무추론기법을 활용한 전자상거래 규칙기반 상품 추천
김종우 ,  이병헌 한국경영과학회 학술대회논문집 2001.04 학술대회자료

1998

비감독하의 학습을 이용한 전자상거래 시스템에서의 개인화된 광고 제공
김종우 ,  김영국 ,  유관종 외 3명 대한산업공학회 춘계공동학술대회 논문집 1998.04 학술대회자료
비감독하의 학습을 이용한 전자상거래 시스템에서의 개인화된 광고 제공 ( Personalized Advertisement on Electronic Commerce Systems Using Unsupervised Learning )
김종우 ,  김영국 ,  유관종 외 3명 한국경영과학회 학술대회논문집 1998.01 학술대회자료

초록· 키워드

오류제보하기
In this paper, we propose personalized recommendation techniques based on multidimensional scaling (MDS) method for Business to Consumer Electronic Commerce. The multidimensional scaling method is traditionally used in marketing domain for analyzing customers' perceptional differences about brands and products. In this study, using purchase history data, customers in learning data set are assigned to specific product categories, and after then using MDS a positioning map is generated to map product categories and alternative advertisements. The positioning map will be used to select personalized advertisement in real time situation. In this paper, we suggest the detail design of personalized recommendation method using MDS and compare with other approaches(random approach, collaborative filtering, and TOP3 approach).

목차

Abstract

1. 서론

2. 관련연구

3. MDS 기반 추천기법

4. 비교실험

5. 결론

참고문헌

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

이 논문과 함께 이용한 논문

개인화 추천 검색서비스 구현 및 평가에 대한 연구
엄태영 ,  김우주 ,  이명진 외 2명 한국경영학회 융합학술대회 2010 .08
협업 필터링 기반 개인화 추천을 위한 사회 네트워크 분석 척도의 활용
김종우 ,  정중희 ,  오재훈 대한산업공학회 춘계공동학술대회 논문집 2011 .05
The Effect of the Personalized Settings for CF-Based Recommender Systems
Il Im ,  Byung Ho Kim 지능정보연구 2012 .06
사용자 선호도 학습을 이용한 개인화 콘텐츠 추천 방법 연구
조도은 ,  김시정 ,  곽윤식 한국정보기술학회논문지 2011 .09
개인화된 제품 추천을 위한 고객 행동 기반 고객 프로파일링 기법
박유진 ,  정유진 ,  장근녕 경영과학 2006 .11

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-325-013774360