협력적 필터링에서 장르분포를 이용한 추천순위 개선

구지현; 이석준

추천

검색

자료유형: 학술저널

저자정보: 구지현 이석준

저널정보: 한국자료분석학회 Journal of The Korean Data Analysis Society Journal of The Korean Data Analysis Society 제17권 제2호

발행연도: 2015.1

수록면: 913 - 925 (13page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

협력적 필터링으로 고객에게 상품을 추천하기 위해서는 추천하고자 하는 추천대상고객이 과거에 구매한 상품에 대한 선호도를 바탕으로 그와 선호도가 유사한 이웃고객들을 선정하여, 그들 간의 상품에 대한 선호도를 이용하게 된다. 본 연구는 추천대상고객과 그를 제외한 전체 고객이 선호하는 장르분포의 유사성과 순위일치도와의 관련성을 분석하였다. 또한 장르선택에 영향을 주는 변수인 성별로 고객들을 분류하고, 각 분류된 그룹에서 추천대상고객과 그를 제외한 그룹 내 고객이 선호하는 장르분포의 유사성에 따른 순위일치도를 분석하였다. 그 결과, 추천대상고객의 순위일치도는 그를 제외한 전체 고객들의 장르분포와 유사할수록 높다는 것을 알 수 있었다. 또한 성별로 분류된 경우에 남성그룹은 장르분포의 유사성이 높을수록 기존의 NBCF와 CMA의 순위일치가 더욱 향상되었다. 여성그룹도 유사성이 높을수록 순위일치도는 향상되었으나, 순위일치도의 정확도 측정에서는 기존의 NBCF와 CMA의 순위일치도의 정확도와 비슷하거나 낮음을 알 수 있었다. 본 연구는 추천대상고객과 그를 제외한 전체 고객의 장르분포의 유사성이 추천시스템에서 예측 순위의 정확도를 높일 수 있음을 시사하고 있다.

#협력적 필터링 #추천시스템 #장르분포 #순위일치도 #Collaborative filtering #Recommendation system #Genre distribution #Rank fitting

참고문헌 (13)

참고문헌 신청

Herlocker, J. / 1999 / An algorithmic framework for performing collaborative filtering / Proc. of the 22nd Annual International ACM SIGIR Conference on Research and Development in

Konstan, J. / 1997 / Grouplens : applying collaborative filtering to usenet news / Communications of the ACM 40 (3) : 77 ~ 87

Korean Film Council / 2013 / Utility condition of VOD movie content and vitalization of distribution : 1 ~ 167

Reddy, S. / 1998 / Exploring and determinants of broadway show success / Journal of Marketing 61 : 68 ~ 78

Sarwar, B. / 2001 / Item-based collaborative filtering recommendation algorithms / Proc. of the 10th International Conference on World Wide Web : 285 ~ 292

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

구지현

소속기관 한국자료분석학회

주요연구분야 자연과학 > 수학·통계학

논문수 12 이용수 244

이석준

소속기관 한국자료분석학회

주요연구분야 자연과학 > 수학·통계학

논문수 12 이용수 152

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 (13)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)