메모리 기반 협력적 필터링 알고리즘의 선호도 예측 특성에 관한 연구

양길모; 이희춘; 박영서

추천

검색

자료유형: 학술저널

저자정보: 양길모 이희춘 박영서

저널정보: 한국자료분석학회 Journal of The Korean Data Analysis Society Journal of The Korean Data Analysis Society 제10권 제4호

발행연도: 2008.1

수록면: 2,307 - 2,315 (9page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 연구는 100K와 1million MovieLens dataset에 대한 메모리 기반 협력적 필터링 알고리즘의 고객 선호도 예측 특성에 대하여 연구하였다. 이웃 기반의 협력적 필터링 알고리즘과 대응 평균 알고리즘의 실제 선호도에 대한 예측 선호도의 특성을 실제 선호도 평가에 따라 비교함으로써 고객 선호도 예측에 있어 대응평균 알고리즘의 예측 정확도가 이웃 기반의 협력적 필터링 알고리즘에 비하여 안정적임을 알 수 있었으며 실제 선호도 평가치와 예측 선호도 평가치의 상관관계를 비교함으로써 대응평균 알고리즘의 우수성을 알 수 있었다. 또한 두 알고리즘 모두 선호도 평가치의 빈도가 작은 1과 2에서의 예측 정확도가 떨어짐을 알 수 있었으며 본 연구의 분석결과를 토대로 예측 정확도를 높이기 위한 차기 연구의 기초 자료를 제공하는 것을 본 연구의 목적으로 한다.

#협력적 필터링 #메모리 기반 알고리즘 #선호도 예측 특성 #collaborative filtering #memory-based algorithm #feature of preference prediction

참고문헌 (10)

참고문헌 신청

Adomavicius, G. / 2005 / Toward the Next Generation of Recommender System: A Survey of the State-of-the-Art and Possible Extensions / IEEE Transactions on Knowledge and Data

Breese, J. S. / 1998 / Empirical Analysis of Predictive Algorithms for Collaborative Filtering / Proceedings of the Fourteenth Annual Conference on Uncertainty in Artificial Intell

Resnick, P. / 1994 / Grouplens: An open architecture for collaborative filtering of netnews / Proceedings of the ACM Conference on Computer Supported Cooperative Work (CSCW.94) : 1

Schafer, J. B. / 1999 / Recommender systems in e-commerce / Proceedings of the 1st ACM Conference on Electronic Commerce : 158 ~ 166

강현철 / 2003 / 웹유시지 패턴 분류를 위한 군집분석 알고리즘 / Journal of The Korean Data Analysis Society 5 (2) : 337 ~ 344

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

양길모

소속기관 한국자료분석학회

주요연구분야 자연과학 > 수학·통계학

논문수 2 이용수 6

이희춘

소속기관 한국자료분석학회

주요연구분야 자연과학 > 수학·통계학

논문수 21 이용수 156

박영서

소속기관 한국자료분석학회

주요연구분야 자연과학 > 수학·통계학

논문수 2 이용수 8

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 (10)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)