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
이연창 (을지대학교 의료IT마케팅학과) 장재희 (을지대학교 의료IT마케팅학과) 김명관 (을지대학교 의료IT마케팅학과)
저널정보
한국인터넷방송통신학회 한국인터넷방송통신학회 논문지 한국인터넷방송통신학회 논문지 제12권 제4호
발행연도
2012.1
수록면
95 - 102 (8page)

이용수

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

초록· 키워드

오류제보하기
대화식 드라마는 사용자의 자유로운 선택과 참여가 요구되는 상호작용성을 가진 이야기를 말한다. 본 논문에서는 이러한 대화식 드라마의 특성을 이용하여 훈련 데이터를 만들어 사용자의 선호도를 파악한다. 그 후 파악된 선호도 특성에 맞게 새로운 사용자들에게 스토리의 경로를 추천하는 시스템 구현 과정을 기술한다. 선호도 특성을 추출하기 위하여 Principal Component Analysis(이하 PCA)와 Non-negative Matrix Factorization(이하 NMF)를 사용하였다. PCA를 이용하여 추천한 결과 성공률은 75%, NMF을 이용하여 추천한 결과 성공률은 62.5%를 나타냈다.
#Interactive Drama #PCA #Principal Component Analysis) #NMF #Non-negative Matrix Factorize) #Feature Extraction #Data Mining

목차

등록된 정보가 없습니다.

참고문헌 (15)

참고문헌 신청
윤현정 / 2010 / 인터랙티브 드라마의 스토리생성 모델 연구 - 를 중심으로 - / 한국컴퓨터게임학회논문지 (21):119~130 google schola Hong Yu / 2012 / A Sequential Recommendation Approach for Interactive Personalized Story Generation / Proceedings of the 11th International Conference on Autonomous Agents and Multiagent Systems, Valencia, Spain google schola David K. Elson / 2007 / A Lightweight Intelligent Virtual Cinematography System for Machinima Production google schola Erkki Oja / 1992 / Principal components, minor components, and linear neural networks / Neural Networks 5:927~935 google schola Daniel D. Lee / 1999 / Learning the parts of objects by non-negative matrix factorization / Nature 401:788~791 google schola

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0