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
학술저널
저자정보
김민성 (연세대학교) 임일 (연세대학교)
저널정보
한국지능정보시스템학회 지능정보연구 지능정보연구 제20권 제2호
발행연도
2014.6
수록면
137 - 148 (12page)

이용수

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

이 논문의 연구 히스토리 (2)

2014

소셜 네트워크 분석 기법을 활용한 협업필터링의 특이취향 사용자(Gray Sheep) 문제 해결
김민성 ,  임일 지능정보연구 2014.06 학술저널
소셜네트워크 분석 기법을 활용한 협업필터링의 Grey Sheep 문제 해결
김민성 ,  임일 한국지능정보시스템학회 학술대회논문집 2014.05 학술대회자료

초록· 키워드

오류제보하기
상품 검색시간의 단축과 쇼핑에 투입되는 노력의 감소 등, 온라인 쇼핑이 주는 장점에 대한 긍정적인 인식이 확산되면서 전자상거래(e-commerce)의 중요성이 부각되는 추세이다. 전자상거래 기업들은 고객확보를 위해 다양한 인터넷 고객관계 관리(eCRM) 활동을 전개하고 있는데, 개인화된 추천 서비스의 제공은 그 중 하나이다. 정확한 추천 시스템의 구축은 전자상거래 기업의 성과를 좌우하는 중요한 요소이기 때문에, 추천 서비스의 정확도를 높이기 위한 다양한 알고리즘들이 연구되어 왔다. 특히 협업필터링(collaborative filtering: CF)은 가장 성공적인 추천기법으로 알려져 있다. 그러나 고객이 상품을 구매한 과거의 전자상거래 기록을 바탕으로 미래의 추천을 하기 때문에 많은 단점들이 존재한다. 신규 고객의 경우 유사한 구매 성향을 가진 고객들을 찾기 어렵고 (Cold-Start problem), 상품 수에 비해 구매기록이 부족할 경우 상관관계를 도출할 데이터가 희박하게 되어(Sparsity) 추천성능이 떨어지게 된다. 취향이 독특한 사용자를 뜻하는 ‘Gray Sheep’에 의한 추천성능의 저하도 그 중 하나이다.
이러한 문제인식을 토대로, 본 연구에서는 소셜 네트워크 분석기법 (Social Network Analysis: SNA)과 협업필터링을 결합하여 데이터셋의 특이 취향 사용자 (Gray Sheep) 문제를 해소하는 방법을 제시한다. 취향이 독특한 고객들의 구매 데이터를 소셜 네트워크 분석지표를 활용하여 전체 데이터에서 분리해낸다. 그리고 분리한 데이터와 나머지 데이터인 두 가지 데이터셋에 대하여 각기 다른 유사도 기법과 트레이닝 셋을 적용한다. 이러한 방법을 사용한 추천성능의 향상을 검증하기 위하여 미국 미네소타 대학 GroupLens 연구팀에 의해 수집된 무비렌즈 데이터(http://movielens.org)를 활용하였다. 검증결과, 일반적인 협업필터링 추천시스템에 비하여 이 기법을 활용한 협업필터링의 추천성능이 향상됨을 확인하였다.
#협업필터링 #소셜 네트워크 분석 #Gray Sheep Problem #Collaborative filtering (CF) #Social Network Analysis(SNA)

목차

1. 서론
2. 이론적 배경
3. 연구방법
4. 실험결과
5. 결론
참고문헌 (References)
Abstract

참고문헌 (22)

참고문헌 신청
안성만 / 2012 / 소셜네트워크 분석을 통한 협업필터링 추천 성과의 이해 / 한국전자거래학회지 17(2):129~147 dbpia Barragans-Martinez, A. B. / 2010 / A Hybrid Content-Based and Item-Based Collaborative Filtering Approach to Recommend Tv Programs Enhanced with Singular Value Decomposition / Information Sciences 180(22):4290~4311 google schola Claypool, M. / 1999 / Combining Content-Based and Collaborative Filters in an Online Newspaper / Proceedings of ACM SIGIR workshop on recommender systems google schola Dorogovtsev, S. N. / 2002 / Evolution of Networks / Advances in Physics 51(4):1079~1187 google schola Ghazanfar, M. A. / 2014 / Leveraging Clustering Approaches to Solve the Gray-Sheep Users Problem in Recommender Systems / Expert Systems with Applications 41(7):3261~3275 google schola

이 논문의 저자 정보

이 논문과 함께 이용한 논문

소셜 네트워크 기반의 개인 맞춤형 정보추천 기법
전련화 ,  김연정 ,  김보현 외 1명 정보과학회논문지 : 컴퓨팅의 실제 및 레터 2013 .12
UCC 추천을 위한 사회 네트워크 분석을 활용한 협업 필터링 기법 연구
정중희 ,  김종우 한국정보기술학회논문지 2013 .01
A personalized recommendation procedure with contextual information
Hyun Sil Moon ,  Il Young Choi ,  Jae Kyeong Kim 지능정보연구 2015 .03
Accuracy and Diversity Improvements for Multi-Criteria Recommender Systems
YoungOk Kwon 한국정보기술학회논문지 2013 .04
추천 시스템에서 사용자 다양성 성향의 정규화 기법 및 성능 평가
이상철 ,  송정진 ,  김상욱 한국통신학회 학술대회논문집 2013 .01

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2015-003-001704218