지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 안현철
- 발행연도
- 2017
- 저작권
- 국민대학교 논문은 저작권에 의해 보호받습니다.
이용수11
이 논문의 연구 히스토리 (3)
2017
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
본 연구는 추천시스템의 예측 정확도를 높이기 위한 방법으로 신뢰/불신 네트워크 분석 결과를 반영한 새로운 추천알고리즘을 제안한다. 본 연구의 제안알고리즘은 가장 널리 사용되는 제안알고리즘인 메모리 기반 협업필터링(CF)을 기반으로 한다. 그러나 기존 CF와는 달리 사용자간의 유사도를 계산할 때 사용자간 평가점수 패턴의 상관관계뿐만 아니라 신뢰/불신관계 네트워크 분석(예 : 누가 가장 신뢰/ 불신 사용자인지)의 결과도 고려한다.
구체적으로 제안된 알고리즘은 특정 이웃이 신뢰관계 네트워크에서 높은 신뢰(또는 불신)을 받을 때, 대상 사용자와 해당 이웃 사이의 유사성을 강화(또는 약화)하도록 설계되었다. 신뢰와 불신의 직·간접적 관계가 제안 알고리즘에서 고려되며, GA(genetic algorithm)가 강화/약화 조정 계수를 최적화하기 위해 적용되었다.
제안된 알고리즘의 성능을 검증하기 위해 알고리즘에 사용자간의 신뢰/불신 관계와 상품에 대한 수치 평가가 포함된 실제 데이터 세트를 적용하였다. 실험 결과, 제안된 알고리즘이 기존의 CF나 비교 알고리즘보다 통계적으로 유의미한 성능 개선을 보였다. 또한 사용자간의 유사성을 측정할 때 신뢰관계보다 불신관계가 더 중요하다는 사실을 발견하였다. 이는 사용자 간의 사회적 관계를 추적하고 관리할 때 긍정적인 관계보다는 부정적인 관계에 대해 더 주목할 필요가 있음을 시사한다.
구체적으로 제안된 알고리즘은 특정 이웃이 신뢰관계 네트워크에서 높은 신뢰(또는 불신)을 받을 때, 대상 사용자와 해당 이웃 사이의 유사성을 강화(또는 약화)하도록 설계되었다. 신뢰와 불신의 직·간접적 관계가 제안 알고리즘에서 고려되며, GA(genetic algorithm)가 강화/약화 조정 계수를 최적화하기 위해 적용되었다.
제안된 알고리즘의 성능을 검증하기 위해 알고리즘에 사용자간의 신뢰/불신 관계와 상품에 대한 수치 평가가 포함된 실제 데이터 세트를 적용하였다. 실험 결과, 제안된 알고리즘이 기존의 CF나 비교 알고리즘보다 통계적으로 유의미한 성능 개선을 보였다. 또한 사용자간의 유사성을 측정할 때 신뢰관계보다 불신관계가 더 중요하다는 사실을 발견하였다. 이는 사용자 간의 사회적 관계를 추적하고 관리할 때 긍정적인 관계보다는 부정적인 관계에 대해 더 주목할 필요가 있음을 시사한다.
목차
제1장 서론 1제2장 연구배경 42.1 추천시스템 42.2 협업필터링 72.3 소셜네트워크 분석과 연결중심성 122.4 신뢰정보를 결합한 추천시스템 142.5 유전자 알고리즘 16제3장 제안 알고리즘 18제4장 실증분석 264.1 실험 데이터 264.2 실험 결과 32제5장 결론 39참고 문헌 43Abstract 52부록(알고리즘 프로그램) 54
최근 본 자료
댓글(0)
0