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
- 임희석
- 발행연도
- 2019
- 저작권
- 고려대학교 논문은 저작권에 의해 보호받습니다.
이용수3
이 논문의 연구 히스토리 (3)
2019
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
본 논문에서는 포털 사이트와 전자상거래 서비스를 제공하는 오픈마켓, 소셜커머스 등에서 사용자가 상품 검색을 위해 입력하는 쇼핑 키워드를 분류하여 검색된 결과 페이지에서 발생하는 사용자 행동의 유사점을 찾고 이를 기반한 추천 서비스를 제공하기 위한 빅데이터 활용을 연구한다. 오늘날 애플의 시리, OK구글과 AI스피커들의 생활 속 활용에서 궁극적으로 필요한 정보는 쇼핑을 위한 정보 취득이 크다. 그러나 정보를 제공해 줄 대부분의 사이트에서 사용자에게 제공되고 있는 쇼핑몰의 인기도 순서는 사용자의 행동 데이터 기반이 아닌 제공자의 광고 입찰 순서, 판매실적, 상품 품질에 영향을 받는다. 본 연구에서 제안하고자 하는 방법은 상품 입장에서 어떤 검색어를 통해서 실제로 사용자가 방문하는지를 분류하여 인기 키워드일지라도 광고 상품의 추천 보다는 실 사용자에게 선택된 정보를 통해 새로운 사용자에게 관여도가 높은 상품을 추천하는 클래스를 제공하고자 한다.
목차
1. 서론 11.1 연구배경 및 목적 11.2 논문의 구성 22. 관련연구 32.1 Collaboration Filtering 32.2 SVM (Support Vector Machine) 32.3 Logistic Regression 43. 연구 방법 및 구현 63.1 데이터 수집 및 처리 63.2 실험 분석 94. 실험 교육 및 평가 104.1 Logistic Regression 구현 104.2 SVM 구현 114.3 CF분석 구현 125. 결론 및 향후과제 14참고 문헌 16
최근 본 자료
댓글(0)
0