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
학술저널
저자정보
한기태 (한양대학교) 박문경 (한양대학교) 최용석 (한양대학교)
저널정보
Korean Institute of Information Scientists and Engineers 정보과학회논문지 : 소프트웨어 및 응용 정보과학회논문지 : 소프트웨어 및 응용 제38권 제1호
발행연도
2011.1
수록면
50 - 56 (7page)

이용수

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

초록· 키워드

오류제보하기
본 연구에서는 기존의 협력 추천이 가지고 있는 Sparse Matrix Problem과 Cold Start Problem을 완화시키면서 추천 성능을 향상시킬 수 있는 콘텐츠의 타입을 활용한 적응적 협력 추천을 제안한다. 기존 협력 추천 시스템에서는 사용자가 최초 접속하여 사용자의 평점 정보 데이터가 존재하지 않거나 콘텐츠에 반영한 평점의 충분한 정보가 없을 경우에는 Sparse Matrix Problem으로 인해 추천 성능이 떨어지거나 추천이 불가능해진다. 이러한 문제점을 해결하기 위해 콘텐츠의 타입을 활용해 User-Content Matrix에 비해 상대적으로 밀도가 높은 User-Content_Type Matrix를 만들고 협력 추천을 적용하여 콘텐츠 타입에 대한 선호도를 계산하고 이를 User-Content Matrix를 사용한 콘텐츠에 대한 선호도 예측 값에 반영하였다. 반영하는 방법은 콘텐츠에 대한 선호도 예측 값과 콘텐츠 타입에 대한 선호도 예측 값에 각각의 가중치를 적용하여 조합한다. 본 추천 시스템의 성능 평가를 위해 MAE(Mean Absolute Error)와 Coverage를 사용하였으며 실험 결과를 통하여 기존의 협력 추천과 선행 연구한 CRCT와 비교하여 성능향상을 확인하였다.

목차

요약
Abstract
1. 서론
2. 관련 연구
3. 콘텐츠 타입을 활용한 적응적 협력 추천 (ACRCT)
4. 실험
5. 결론 및 향후 연구
참고문헌

참고문헌 (12)

참고문헌 신청

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2012-569-004063495