협력 필터링을 위한 자카드 계수의 성능 개선

이수정

추천

검색

질문

자료유형: 학술저널

저자정보: 이수정 (Gyeongin National University of Education)

저널정보: 한국컴퓨터정보학회 한국컴퓨터정보학회논문지 한국컴퓨터정보학회 논문지 제21권 제11호(통권 제152호)

발행연도: 2016.11

수록면: 121 - 126 (6page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

In recommender systems based on collaborative filtering, measuring similarity is very critical for determining the range of recommenders. Data sparsity problem is fundamental in collaborative filtering systems, which is partly solved by Jaccard coefficient combined with traditional similarity measures. This study proposes a new coefficient for improving performance of Jaccard coefficient by compensating for its drawbacks. We conducted experiments using datasets of various characteristics for performance analysis. As a result of comparison between the proposed and the similarity metric of Pearson correlation widely used up to date, it is found that the two metrics yielded competitive performance on a dense dataset while the proposed showed much better performance on a sparser dataset. Also, the result of comparing the proposed with Jaccard coefficient showed that the proposed yielded far better performance as the dataset is denser. Overall, the proposed coefficient demonstrated the best prediction and recommendation performance among the experimented metrics.

#Collaborative Filtering #Recommender System #Similarity Measure #Jaccard Coefficient

참고문헌 (13)

참고문헌 신청

[학술대회논문] - D. Jannach / 2012 / Accuracy Improvements for Multi-criteria Recommender Systems / Proc. of the ACM Conf. Electronic Commerce : 674 ~ 689

[학술지(정기간행물)] - X. Su / 2009 / A Survey of Collaborative Filtering Techniques / Advances in Artificial Intelligence

[학술대회논문] - A. Bellogin / 2013 / Understanding Similarity Metrics in Neighbour-based Recommender Systems / Proceedings of the 2013Conference on the Theory of Information Retrieval

[학술지(정기간행물)] - H. Ahn / 2008 / A New Similarity Measure for Collaborative Filtering to Alleviate the New User Cold-starting Problem / Information Sciences 178 (1) : 37 ~ 51

[학술지(정기간행물)] - 이수정 / 2016 / 협력필터링의 데이터 희소성 해결을 위한 자카드 지수 반영의 유사도 성능 분석 / 컴퓨터교육학회 논문지 19 (4) : 59 ~ 66

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이수정

소속기관 E4NET

주요연구분야 공학 > 컴퓨터학 TOP 10% 복합학 > 학제간연구

논문수 38 이용수 2,807

이 논문과 함께 이용한 논문

A Strategy for Neighborhood Selection in Collaborative Filtering-based Recommender Systems

이수정 Journal of KIISE 2015 .11

다차원 데이터에 대한 심층 군집 네트워크의 성능향상 방법

이현진 멀티미디어학회논문지 2018 .08

유사도 기법에 따른 K-Means 알고리즘을 이용한 문서 클러스터링 결과 분석

김남영 , 오형진 , 안동언 외 1명 대한전자공학회 학술대회 2002 .11

코사인 유사도 기반의 인터넷 댓글 상 이상 행위 분석 방법

김민재 , 이상진 정보보호학회논문지 2014 .04

스마트폰에서 사용자 감성정보를 이용한 개인화된 협업필터링 기반 애플리케이션 추천 시스템

이창현 , 이승룡 , 정태충 외 1명 한국정보과학회 학술발표논문집 2012 .06

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2017-004-001849526

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (13)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)