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
박화범 (남서울대학교) 조영성 (동양미래대학교) 고형화 (광운대학교)
저널정보
한국데이터전략학회 Journal of Information Technology Applications & Management Journal of Information Technology Applications & Management Special Section
발행연도
2013.9
수록면
219 - 230 (12page)

이용수

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

이 논문의 연구 히스토리 (3)

2014

FRAT기반 가중치 선호도 군집을 이용한 상품의 추천 기법에 관한 연구
박화범 전자통신공학과 2014.01 학위논문

2013

마이닝과 FRAT기반 가중치 선호도 군집을 이용한 추천 기법에 관한 연구
박화범 ,  조영성 ,  고형화 디지털콘텐츠학회논문지 2013.12 학술저널
추천시스템을 위한 k-means 기법과 베이시안 네트워크를 이용한 가중치 선호도 군집 방법
박화범 ,  조영성 ,  고형화 Journal of Information Technology Applications & Management 2013.09 학술저널

초록· 키워드

오류제보하기
Real time accessiblity and agility in Ubiquitous-commerce is required under ubiquitous computing environment. The Research has been actively processed in e-commerce so as to improve the accuracy of recommendation. Existing Collaborative filtering (CF) can not reflect contents of the items and has the problem of the process of selection in the neighborhood user group and the problems of sparsity and scalability as well. Although a system has been practically used to improve these defects, it still does not reflect attributes of the item. In this paper, to solve this problem, We can use a implicit method which is used by customer’s data and purchase history data. We propose a new clustering method of weighted preference for customer using k-means clustering and Bayesian network in order to improve the accuracy of recommendation. To verify improved performance of the proposed system, we make experiments with dataset collected in a cosmetic internet shopping mall.
#RFM Method #K-means Algorithm #Bayesian Network #Collaborative Filtering #Recommender System

목차

Abstract
1. 서론
2. 관련 연구
3. K-means 기법과 베이시안네트워크 기반 가중치 선호도 군집방법을 이용한 추천시스템
4. 실험 및 성능 평가
5. 결론 및 향후 과제
참고문헌

참고문헌 (8)

참고문헌 신청
1. [학술지(정기간행물)] - Cho, Y. S. / 2012 / Development of Personalized Recommendation System using RFM method and k-means Clustering / KSCI 17 (6) : 163 ~ 171 google schola 2. [학술대회논문] - Cho, Y. S. / 2011 / Implementation of Personalized u-commerce Recommendation System using Preference of Item Category based on RFM / the 6th International Conference on Ubiquitous Information Technologies and Applications. In : the 6th International Conference on Ubiquitous Information Technologies and Applications : 109 ~ 114 google schola 3. [학술대회논문] - Cho, Y. S. / 2012 / Implementation of Personalized recommendation System using k-means Clustering of Item Category based on RFM / In: 2012 IEEE International Conference on Management of Innovation and Technology Publication google schola 4. [단행본] - Cho, Y. S. / 2012 / Clustering Method using Item Preference based on RFM for Recommendation System in u-Commerce, In Ubiquitous Information Technologies and Applications, Vol. 214 / Springer : 353 ~ 362 google schola 5. [학술지(정기간행물)] - Kim, J. H. / 2007 / User and Item based Collaborative Filtering Using Classification Property Naive Bayesian / KCA 7 (11) : 23 ~ 33 google schola

이 논문의 저자 정보

이 논문과 함께 이용한 논문

Clustering Method based on Genre Interest for Cold-Start Problem in Movie Recommendation
Tith ,  ottanak You ,  Ahmad Nu 외 3명 지능정보연구 2013 .03
RFM 분석 기반 고객 구매 패턴을 예측을 위한 SOM 클러스터링 방법
조영성 ,  문송철 ,  류근호 한국컴퓨터정보학회 학술발표논문집 2013 .07
시청시간패턴을 활용한 TV 프로그램 추천 시스템
방한별 ,  이혜우 ,  이지형 한국지능시스템학회 학술발표 논문집 2015 .04
SVD를 활용한 전자상거래에서의 Hybrid 추천 시스템 개발
김용식 ,  이홍철 ,  천현재 한국 SCM 학회지 2002 .12
스마트 TV 상의 개인화된 콘텐츠 추천을 위한 지능형 시스템 설계 및 구현
이상훈 ,  김수연 한국산업정보학회논문지 2013 .08

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2014-000-002840161