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
학술대회자료
저자정보
노희룡 (국민대학교) 최슬비 (국민대학교) 안현철 (국민대학교)
저널정보
한국지능정보시스템학회 한국지능정보시스템학회 학술대회논문집 2016년 한국지능정보시스템학회 추계공동학술대회 논문집
발행연도
2016.11
수록면
32 - 38 (7page)

이용수

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

이 논문의 연구 히스토리 (3)

2017

유전자 알고리즘을 활용한 소셜네트워크 기반 하이브리드 협업필터링
노희룡 ,  최슬비 ,  안현철 지능정보연구 2017.06 학술저널
유전자 알고리즘을 활용한 소셜네트워크분석 기반 추천시스템의 개선
노희룡 2017.01 학위논문

2016

유전자 알고리즘을 활용한 소셜네트워크 기반 추천시스템의 개선
노희룡 ,  최슬비 ,  안현철 한국지능정보시스템학회 학술대회논문집 2016.11 학술대회자료

초록· 키워드

오류제보하기
This study proposes a novel recommendation algorithm that reflects the results from trust/distrust network analysis as a solution to enhance prediction accuracy of recommender systems. The recommendation algorithm of our study is based on memory-based collaborative filtering(CF), which is the most popular recommendation algorithm. But, unlike conventional CF, it considers not only the correlation of the rating patterns between users, but also the results from trust/distrust relationship network analysis (e.g. who are the most trusted/distrusted users?) when calculating the similarity between users. In specific, the proposed algorithm was designed to amplify the similarity between target user and his/her neighbor when the neighbor has higher indegree centrality in the trust relationship network. On the contrary, the similarity is attenuated when the neighbor has higher indegree centrality in the distrust relationship network. Both direct and indirect relationships of trust and distrust are considered in our algorithm, and genetic algorithm(GA) is adopted to optimize the amplifying/attenuating coefficients. To validate the performance of the proposed algorithm, we applied it to a real-world dataset that contained the trust/distrust relationships among users as well as their numeric ratings on movies. As a result, we found that the proposed algorithm outperformed the conventional CF with statistical significance. Also, we found that distrust relationship was more important than trust relationship in measuring similarities between users. This implies that we need to be more careful about negative relationship rather than positive one when tracking and managing social relationships among users.
#Recommender system #Collaborative filtering #Trust #Distrust #Social network analysis

목차

〈초록〉
Ⅰ. 서론
Ⅱ. 제안 알고리즘
Ⅲ. 실증분석 계획
Ⅳ. 결언
참고문헌

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

사용자 간 신뢰·불신 관계 네트워크 분석 기반 추천 알고리즘에 관한 연구
노희룡 ,  안현철 Journal of Information Technology Applications & Management 2017 .03
유전자 알고리즘을 활용한 소셜네트워크 기반 하이브리드 협업필터링
노희룡 ,  최슬비 ,  안현철 지능정보연구 2017 .06
유전 알고리즘을 활용한 협업 필터링 추천시스템의 개선
조용진 ,  조현우 ,  김경민 외 1명 한국정보과학회 학술발표논문집 2016 .12
패턴 분석 알고리즘을 이용한 수업 추천
김영재 ,  원준연 ,  정진석 외 2명 한국정보과학회 학술발표논문집 2016 .12
추천 알고리즘을 이용한 맞춤형 스마트 뷰티 정보 제공 서비스 개발
김지은 ,  장진욱 한국정보과학회 학술발표논문집 2016 .12

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2018-020-000865657