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

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
한국정보처리학회 JIPS(Journal of Information Processing Systems) JIPS(Journal of Information Processing Systems) 제15권 제1호
발행연도
2019.1
수록면
127 - 136 (10page)

이용수

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

초록· 키워드

오류제보하기
User-based and item-based approaches have been developed as the solutions of the movie recommendationproblem. However, the user-based approach is faced with the problem of sparsity, and the item-based approachis faced with the problem of not reflecting users’ preferences. In order to solve these problems, there is a researchon the combination of the two methods using the concept of similarity. In reality, it is not free from the problemof sparsity, since it has a lot of parameters to be calculated. In this study, we propose a combining method thatsimplifies the combination equation of prior study. This method is relatively free from the problem of sparsity,since it has less parameters to be calculated. Thus, it can get more accurate results by reflecting the users ratingto calculate the parameters. It is very fast to predict new movie ratings as well. In experiments for the proposedmethod, the initial error is large, but the performance gets quickly stabilized after. In addition, it showed about6% lower average error rate than the existing method using similarity.

목차

등록된 정보가 없습니다.

참고문헌 (15)

참고문헌 신청
조성훈 / 2008 / 웹 환경에서 신규 사용자와 추천 성능 향상을 위한 상품 품질 기반의 가중치 추천 기법 google schola 이수진 / 2009 / 협업적 필터링 및 퍼지시스템 기반 사용자 성향분석에 의한 영화평가 예측 시스템 / 한국지능시스템학회 논문지 19(2):242~247 dbpia H. C. Lee / 2009 / A study on improvements of prediction accuracy using additional information in collaborative filtering / Proceedings of the Korean Accounting Association 2009 Spring Conference :349~352 google schola G. Lekakos / 2006 / Improving the prediction accuracy of recommendation algorithms : approaches anchored on human factors / Interacting with Computers 18(3):410~431 google schola 김경록 / 2011 / 장르유사도와 선호장르를 이용한 협업필터링 설계 / 한국컴퓨터정보학회논문지 16(4):161~170 dbpia

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0