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

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
이준엽 (한양대학교) 김경수 (한양대학교) 최용석 (한양대학교)
저널정보
Korean Institute of Information Scientists and Engineers 정보과학회논문지 : 소프트웨어 및 응용 정보과학회논문지 : 소프트웨어 및 응용 제41권 제2호
발행연도
2014.2
수록면
171 - 176 (6page)

이용수

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

이 논문의 연구 히스토리 (3)

초록· 키워드

오류제보하기
본 논문에서는 기존의 협력 추천 기법에서 한계점으로 작용했던, 서비스 초기단계의 Data sparsity로 인한 추천 성능 저하 문제를 완화 시키는 방법으로, 아이템 메타데이터를 추천에 이용하는 기법을 제안한다. 본 논문에서는 총 두 가지 형태의 아이템 메타데이터를 사용한다. 첫 번째는 아이템을 설명하는 짧은 문서 형태의 메타데이터이고, 두 번째는 아이템간의 연관성을 나타내는 링크 정보이다. 기존 추천 기법의 경우, 비교적 사용자의 숫자가 충분하지 못한 서비스 초기 단계에, 추천의 성능이 급격히 저하되는 문제를 가지고 있다. 이러한 문제점을 극복하기 위하여 사용자의 유입과 독립적으로 확보가 가능한 데이터인 아이템 메타데이터를 추천에 이용하는 방법을 제시하였다. 짧은 문서 형태의 메타데이터는 TF-IDF 벡터로, 링크 정보는 그래프 형태로 변환하여 아이템 간의 유사도 계산에 이용되었다. 실험 결과, 아이템 메타데이터를 사용함으로써 추천 성능을 효과적으로 향상시킬 수 있었다.

목차

요약
Abstract
1. 서론
2. 관련 연구
3. 본론
4. 실험
5. 결론 및 향후 연구
References

참고문헌 (6)

참고문헌 신청

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0