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
질문

논문 기본 정보

자료유형
학술저널
저자정보
이승우 (경희대학교) 강경모 (경희대학교) 이병현 (경희대학교) 이청용 (경희대학교) 김재경 (경희대학교)
저널정보
한국경영과학회 경영과학 經營科學 第39卷 第1號
발행연도
2022.3
수록면
15 - 27 (13page)
DOI
10.7737/KMSR.2022.39.1.015

이용수

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

초록· 키워드

오류제보하기
With the recent rapid development of ICT (Information and Communication Technology) and mobile devices, most users receive various types of information. Thus, users would face information overload issues, which takes much time to select products and services they need or prefer. Therefore, a personalized recommender system has become a practical methodology to address such issues. Existing studies mainly utilized quantitative preferences (e.g., star ratings, click). However, such methodology has limitations in that quantitative information can not fully reflect the user"s preference. Therefore, we proposed a novel recommender system methodology that utilized quantitative and qualitative preferences information. To evaluate the performance of the proposed methodology we collected the real-world dataset that contains 771,824 reviews, 648,210 users, and 470 hotels on Tripadvisor.com. The performance of the proposed methodology using quantitative and qualitative preferences information showed better performance than quantitative preferences.
#Recommender System #Sentiment Analysis #Online Review

목차

Abstract
1. 서론
2. 관련 연구
3. 제안 방법론
4. 실험 데이터 및 결과
5. 결론
참고문헌

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

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

메타데이터 개수 증가를 이용한 콘텐츠 기반 영화 추천 시스템의 정확도 향상 테스트
최다정 ,  서진경 ,  백주련 한국컴퓨터정보학회 학술발표논문집 2022 .01
영화 메타데이터의 증가에 따른 콘텐츠 기반 추천 시스템 성능 향상
서진경 ,  최다정 ,  백주련 한국컴퓨터정보학회 학술발표논문집 2022 .01
멀티모달 패션 추천 대화 시스템을 위한 개선된 트랜스포머 모델
박영준 ,  조병철 ,  이경욱 외 1명 한국콘텐츠학회논문지 2022 .01
네트워크 분석을 활용한 딥러닝 기반 전공과목 추천 시스템
이재규 ,  박희성 ,  김우주 지능정보연구 2021 .09
콘텐츠 선호 모형을 결합한 행렬 분해 기반 영화 추천시스템
백서인 ,  민대기 대한산업공학회지 2021 .06

최근 본 자료

전체보기

댓글(0)

0