협력적 필터링에서 응답분포와 추천순위에 관한 연구

김선옥; 이희춘

추천

검색

자료유형: 학술저널

저자정보: 김선옥 이희춘

저널정보: 한국자료분석학회 Journal of The Korean Data Analysis Society Journal of The Korean Data Analysis Society 제12권 제4호

발행연도: 2010.1

수록면: 2,071 - 2,080 (10page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 논문에서는 협력적 필터링 추천시스템에서 응답자의 응답분포가 MAE와 Top N과의 관련성에 관한 연구를 하였다. 응답자의 응답분포는 이미 사전에 알고 있는 정보이다. 응답분포에 관련된 통계적인 수치인 여러 가지 사전 정보와 MAE, Top N의 구체적인 관련성을 분석하였다. 사전 정보 중 관련이 있다고 분석되는 응답분포의 표준편차와 응답값과 예측값의 순위상관계수에 의해 MAE, Top N의 구체적인 관계를 연구하였다. 그리고 표준편차와 순위상관계수를 크기순으로 나눈 후 나누어진 집단들에 대한 선호도 평가치의 특성을 분석하였다. 분석결과 표준편차가 작고 순위상관계수가 높은 집단에서 MAE의 값이 적게 나타났다. 이 결과로부터 선호도 평가값의 범위가 좁을수록 추천순위가 높을수록 추천시스템의 예측오차가 적음을 알 수 있다. 또한 표준편차가 작고 순위상관계수가 높은 집단에서 Top N의 정확도 값이 커짐을 알 수 있었다. 따라서 표준편차가 작고 순위상관계수가 높은 집단의 예측순위가 추첨시스템의 성능을 향상시킬 수 있으며 예측오차도 적어 고객들에게 더 좋은 추천정보를 제공할 수 있을 것이다.

#협력적 필터링 #상관계수 #추천시스템 #예측오차. #Top N #collaborative filtering #correlation coefficient #recommender system #Top N #MAE.

참고문헌 (19)

참고문헌 신청

Herlocker, J. / 1999 / An Algorithmic Framework for Performing Collaborative Filtering / Proceedings of the 22nd ACM SIGIR Conference on Information Retrieval : 230 ~ 237

Herlocker, J. / 2004 / Evaluating collaborative filtering recommander systems / ACM Transactions on Information Systems 22 (1) : 5 ~ 53

Konstan, J. / 1997 / GroupLens: Applying Collaborative Filtering to Usenet News / Communications of the ACM 40 : 77 ~ 87

Linden, G. / 2003 / Amazon.com Recommendations: Item-to-item Collaborative Filtering / IEEE Internet Computing 7 : 76 ~ 80

Pazzani, M. / 1999 / A framework for collaborative, content-based and demographic filtering / Artificial Intelligence Review 13 (5) : 394 ~ 408

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

김선옥

소속기관 한국자료분석학회

주요연구분야 자연과학 > 수학·통계학

논문수 10 이용수 93

이희춘

소속기관 한국자료분석학회

주요연구분야 자연과학 > 수학·통계학

논문수 21 이용수 156

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (19)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)