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

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
유찬우 (라인플러스)
저널정보
한국정보기술학회 한국정보기술학회논문지 한국정보기술학회논문지 제18권 제3호(JKIIT, Vol.18, No.3)
발행연도
2020.3
수록면
31 - 37 (7page)
DOI
10.14801/jkiit.2020.18.3.31

이용수

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

초록· 키워드

오류제보하기
많은 개인화 추천을 위한 머신러닝 모델이 추천 후보를 만들어내기 위해 근접 이웃 기법을 사용한다. 이 경우 사용자 또는 품목의 차원이 보통 매우 크기 때문에, 데이터를 나타내는 벡터를 그대로 사용하기는 어렵고 차원이 축소된 임베딩을 만들어낼 필요가 있다. 특이값 분해와 같은 행렬 분해 기법을 이용해 차원을 줄이게 되면 본래의 데이터 사이의 코사인 유사도에 손실이 일어나게 되는데, 그 경우 상대적인 유사도의 순위가 바뀌어서 추천 목록이 부정확해질 수 있다. 본 논문에서는 특이값 분해를 이용한 차원 축소 시 코사인 유사도의 상대적인 순위가 보존되는 정도를 측정할 수 있는 지표를 상대 순위 정확도로 정의하고, 특이값을 이용하여 상대 순위 정확도를 추정할 수 있는 방법을 제안하였다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 특이값 분해를 이용한 차원 축소시의 오차
Ⅲ. 상대 순위 정확도
Ⅳ. 특이값을 이용한 상대 순위 정확도의 추정
Ⅴ. 결론
References

참고문헌 (14)

참고문헌 신청

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2020-004-000423790