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

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
한국자료분석학회 Journal of The Korean Data Analysis Society Journal of The Korean Data Analysis Society 제10권 제1호
발행연도
2008.1
수록면
591 - 601 (11page)

이용수

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

초록· 키워드

오류제보하기
고객의 프로파일과 이들 정보를 바탕으로 사용자가 선호할 만한 상품을 추천하는 시스템이 전자상거래에서 상용화되고 있다. 이 시스템 중 협력적 필터링을 이용한 추천시스템은 자신의 프로파일 뿐 아니라 다른 고객의 프로파일도 함께 사용하므로 추천 범위가 넓어 효과적으로 사용되고 있다. 하지만 고객의 응답 선호도가 적을 경우 추천시스템의 성능을 저하시킬 수 있다. 이러한 희소성의 문제는 선호도 평가 자료에 나타난 아이템의 수보다 고객이 선호한 아이템의 수가 현저히 적기 때문에 발생한다. 새로운 고객의 경우는 선호한 아이템의 응답수가 적기 때문에 희소성의 문제가 발생하며, 이때 이웃 고객을 선정할 수 없어 추천의 신뢰에 문제가 생긴다. 따라서 본 논문에서는 희소성의 문제를 해결하기 위해 희소성이 있는 아이템을 조사하여 이들 희소성 아이템이 MAE에 영향이 있음을 밝혔다. 그리고 희소성을 완화하여 예측의 정확도를 높이는 방법으로 임계값을 사용하여 선호도가 적은 아이템에 대해 희소성을 최소화하는 연구와 이에 따라 희소성과 MAE의 값을 개선하는 방법을 제시하여 MAE가 향상됨을 밝혔다.
#협력적 필터링 #희소성 #예측정확도 #절대평균오차 #추천시스템 #Collaborative Filtering #Sparsity #Accuracy of Prediction #MAE #Recommender System

목차

등록된 정보가 없습니다.

참고문헌 (14)

참고문헌 신청
Breese, J. S. / 1998 / Impirical Analtsis of Predictive Algorithms for Collaborative Filtering / Proceedings of the foreteenth Conference on Artificial Intelligence : 1 ~ 20 google schola Herlocker, J. / 1999 / An Algorithm Framework for Performing Collaborative Filtering / Proceedings of the 1999 Conference on Research and Development in Information Retrieval : 230 google schola Kim, H. G. / 2005 / Modifying Sparse Date for Collaborative Filtering / Journal of the Korean Society of Computer Information 32 (1) : 610 ~ 613 google schola Konstan, B. / 1997 / GroupLens:Applying Collaborative Filtering to Usenet News / Communications of the ACM 40 (3) : 77 ~ 87 google schola Melville, P. / 2002 / Content-Boosted Collaborative Filtering for Improved Recommendations / Proceedings of the eighteenth national Conference on Artificial Intelligence : 187 ~ 1 google schola

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0