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
학술대회자료
저자정보
신원진 (서울대학교) 김선 (서울대학교) 장병탁 (서울대학교)
저널정보
Korean Institute of Information Scientists and Engineers 한국정보과학회 학술발표논문집 한국정보과학회 2009 한국컴퓨터종합학술대회 논문집 제36권 제1호(C)
발행연도
2009.6
수록면
451 - 456 (6page)

이용수

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

초록· 키워드

오류제보하기
협력적 여과는 상품을 추천하기 위해서 널리 사용되는 추천 기술 중 하나이다. 하지만 전자 상거래 데이터는 거래량에 비해 상품과 고객의 수가 현저히 많기 때문에 훈련 데이터가 상대적으로 매우 희박하다. 따라서 전자상거래에서 협력적 여과를 이용한 추천은 그 정확도가 상당히 떨어진다. 이 논문에서는 상품을 클러스터링한 후에 클러스터에 선택적으로 가중치를 부여하는 방식으로 협력적 여과의 희소성 단점을 극복하는 새로운 방법을 제안한다. 여기서는 카테고리, 판매자와 같은 상품 정보를 이용하여 유사 상품을 클러스터링하며 고객이 어떤 클러스터에 속한 상품을 많이 구매할수록 그 클러스터에 속한 다른 상품을 살 가능성이 높다는 가정 하에 선택적으로 가중치를 부여한다. ㈜디디에이치의 인터넷 쇼핑몰인 스토리샵의 데이터를 이용하여 실험한 결과 클러스터링을 이용하여 선택적 가중치를 부여한 방식이 기존의 순수 협력적 여과보다 추천 정확도가 향상됨을 알 수 있었다.

목차

요약
1. 서론
2. 관련 연구
3. 클러스터 기반 가중치 부여를 통해서 희소성을 제거한 협력적 여과 알고리즘의 골격
4. 결과 및 논의
5. 결론
감사의 글
6. 참고 문헌

참고문헌 (0)

참고문헌 신청

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

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-569-018521969