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
김현우 (서울대학교) 김형주 (서울대학교)
저널정보
Korean Institute of Information Scientists and Engineers 정보과학회논문지 : 컴퓨팅의 실제 및 레터 정보과학회논문지 : 컴퓨팅의 실제 및 레터 제18권 제7호
발행연도
2012.7
수록면
521 - 527 (7page)

이용수

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

초록· 키워드

오류제보하기
대부분의 추천 시스템에서는 cold-start 문제가 발생한다. Cold-start 문제란, 추천 시스템에 새롭게 등장한 사용자에게 정확한 추천을 제공하지 못하는 문제를 의미한다. 이러한 문제는 새롭게 등장한 사용자의 정보가 충분하지 않아서 추천 시스템이 정확한 사용자 프로필을 작성하지 못하기 때문에 발생한다. 본 연구에서는 cold-start 문제를 완화시키고 사용자의 선호도를 예측하는 추천 방법을 제안하였다. 소셜 태깅 시스템에서는 태그 정보를 추천 과정에 활용할 수 있기 때문에, 사용자의 태그 정보를 기반으로 태그 확장을 통해서 cold-start 문제를 해결할 수 있다. 이를 위해, 사용자의 태그 셋으로 사용자 프로파일을 구성하고 자연언어처리에 사용되는 n-gram 모델을 이용하여 태그 셋을 확장하였으며 아이템의 인기도와 시간 정보를 추가적으로 활용하였다. 실험을 통해 본 연구에서 제안하는 추천 방법이 사용자의 선호도를 잘 반영하여 cold-start 사용자에게 정확한 추천이 가능함을 확인하였다.

목차

요약
Abstract
1. 서론
2. 관련연구
3. 태그 확장을 이용한 아이템 추천
4. 성능평가
5. 결론 및 향후연구
참고문헌

참고문헌 (10)

참고문헌 신청

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2013-569-002594119