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 제12권 제3호
발행연도
2010.1
수록면
1,271 - 1,283 (13page)

이용수

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

초록· 키워드

오류제보하기
Recommender system is used to automatically recommend appropriate goods or items to customers. This system analyzes the customer's interests patterns, predicts the customer's preference of goods or items and recommends the goods according to the results, in order to find out the relationship of customer and items, and customer's preference information to the goods or items. This study is conducted to improve the precision of low prediction of customer preferences owing to the scarcity of data in collaborative filtering recommender system. To propose the dilute method of scarcity, that is, preference mean of ratings which individual customer evaluates, preference mean of ratings evaluated in individual item, the overall mean of the means of each user and item are provided and the results are evaluated in each approach. Also, in statistic, the approach using mode as well as mean is provided. In the approach using mode, mode of ratings which each user evaluates, mode of ratings evaluated in individual item, the overall mode of ratings are provided and the results are evaluated in each approach. Finally, the scarcity dilute method which precision of preference prediction is the most superiority is selected, and superior prediction algorithm combining with significance weight is the best method.
#recommender system #collaborative filtering #scarcity

목차

등록된 정보가 없습니다.

참고문헌 (21)

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 google schola Breese, J. S. / 1998 / Empirical Analysis of Predictive Algorithms for Collaborative Filtering / Proceedings of the Fourteenth Annual Conference on Uncertainty in Artificial Intell google schola Goldberg, D. / 1992 / Using Collaborative Filtering to Weave an Information Tapestry / Communications of the ACM 35 : 61 ~ 70 google schola Herlocker, J. / 1999 / An Algorithmic Framework for Performing Collaborative Filtering / Proceedings of the 22nd ACM SIGIR Conference on Information Retrieval : 230 ~ 237 google schola Herlocker, J. / 2004 / Evaluating collaborative filtering recommander systems / ACM Transactions on Information Systems 22 (1) : 5 ~ 53 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