지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술대회자료
- 저자정보
- 발행연도
- 2005.10
- 수록면
- 449 - 452 (4page)
이용수
초록· 키워드
오류제보하기
The wide spread of internet business recently necessitates recommendation systems which can recommend the most suitable product for customer demands. Currently the recommendation systems use content-based filtering and/or collaborative filtering methods, which are unable both to explain the reason for the recommendation and to reflect constantly changing requirements of the users. These methods guarantee good efficiency only if there is a lot of information about users.
This paper proposes an algorithm called ‘demand articulate & integration’ which can perceive user’s continuously varying intents and recommend proper contents. A method of knowledge classification which can be applicable to this algorithm is also developed in order to disassemble knowledge into basic units and articulate indices. The algorithm provides recommendation outputs that are close to expert’s opinion through the tracing of articulate index.
As a case study, a knowledge base for heritage information is constructed with the expert guide’s knowledge. An intelligent recommendation system that can guide heritage tour as good as the expert guider is developed.
This paper proposes an algorithm called ‘demand articulate & integration’ which can perceive user’s continuously varying intents and recommend proper contents. A method of knowledge classification which can be applicable to this algorithm is also developed in order to disassemble knowledge into basic units and articulate indices. The algorithm provides recommendation outputs that are close to expert’s opinion through the tracing of articulate index.
As a case study, a knowledge base for heritage information is constructed with the expert guide’s knowledge. An intelligent recommendation system that can guide heritage tour as good as the expert guider is developed.
목차
ABSTRACT
1. 서론
2. 관련연구
3. 지식 분류, 연결 및 통합 방법
4. 지능형 추천 시스템
5. 결론
후기
참고문헌
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
웹기반 추천시스템의 연구 동향 분석
대한산업공학회 춘계공동학술대회 논문집
2008 .05
-
New Collaborative Filtering Based on Similarity Integration and Temporal Information
한국지능정보시스템학회 학술대회논문집
2011 .05
-
온라인 음악 콘텐츠 추천 시스템 구현을 위한 협업 필터링 기법들의 비교 평가
전기학회논문지
2017 .07
-
단계적 협업필터링을 이용한 추천시스템의 성능 향상
한국지능정보시스템학회 학술대회논문집
2007 .05
-
협업 필터링과 내용기반 추천을 활용한 여행경로 추천 시스템
Proceedings of KIIT Conference
2020 .10
-
협업필터링의 희박성 문제 개선을 위한 통합 유사도 모델
한국정보기술학회논문지
2013 .07
-
초기 사용자 문제 개선을 위한 앱 기반의 추천 기법
디지털산업정보학회논문지
2019 .01
-
Dynamic Fuzzy Cluster based Collaborative Filtering
한국지능정보시스템학회 학술대회논문집
2004 .11
-
사용자의 응용 프로그램 이용 특징에 기반한 IT 기기 추천 시스템의 설계
Proceedings of KIIT Conference
2014 .05
-
사용자와 아이템 정보를 활용한 유사도 기반의 영상 추천 시스템 방안
한국정보통신학회 종합학술대회 논문집
2020 .07
-
사용자와 아이템 정보를 활용한 유사도 기반의 영상 추천 시스템 구현
한국정보통신학회 여성 ICT 학술대회 논문집
2020 .08
-
유전 알고리즘을 활용한 협업 필터링 추천시스템의 개선
한국정보과학회 학술발표논문집
2016 .12
-
A Cascade-hybr id Recommendation Algor ithm based on Collabor ative Deep Learning Technique for Accuracy Improvement and Low Latency
멀티미디어학회논문지
2020 .01
-
기업지식포탈을 위한 지능형 지식추천 모델 비교
대한산업공학회 춘계공동학술대회 논문집
2003 .05
-
사물인터넷 환경에서 새로운 사용자를 고려한 정보 추천 기법
디지털산업정보학회논문지
2017 .01
-
상대적 분류 방법과 시간에 따른 평가값 보정을 적용한 협력적 필터링 기반 추천 시스템
한국지능시스템학회 논문지
2010 .04
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2009-555-016725667