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
학술대회자료
저자정보
장예화 (경희대학교) 최일영 (경희대학교) 김재경 (경희대학교)
저널정보
한국지능정보시스템학회 한국지능정보시스템학회 학술대회논문집 2019년 한국지능정보시스템학회 추계학술대회 초록집
발행연도
2019.10
수록면
32 - 35 (4page)

이용수

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

초록· 키워드

오류제보하기
인터넷의 전세계적인 보급과 온라인 구매 거래가 증가하면서 소비자들의 거래 편리성은 증가한 반면, 온라인 매장 및 상품의 종류가 지나치게 많아짐에 따라 고객들의 선택 복잡성은 증가되고 있다. 이러한 문제를 해결하기 위하여 많이 사용되고 있는 협업 필터링 기반 추천 시스템은 추천 대상이 되는 고객과 비슷한 구매패턴을 가진 고객들을 식별하여 이웃을 선별한 뒤 이들이 과거에 선호했거나 구매했던 상품들 중에서 대상 고객이 아직 구매하지 않은 상품을 추천하는 시스템이다. 하지만 최근 소셜미디어의 증가로 인하여 많은 고객들은 평점 외에 리뷰를 구매에 많이 반영하지만 실제로 리뷰데이터를 협업 필터링에 영한 하이브리드 방법 연구는 아직 초기 단계에 머물고 있는 상황이다. 본 연구에서는 협업 필터링에 기반한 리뷰데이터 마이닝을 효과적이고 효율적으로 이용한 하이브리드 추천시스템을 개발하고자 한다. 본 연구에서 제안하는 방법은 다음과 같다. 첫째, 구매자들이 구매후기에 남긴 평점을 이용하여 기존의 CF방법을 이용하여 일차이웃을 선정한다. 둘째, 선정된 일차이웃을 이용하여 상품-사용자 리뷰 단어 행렬을 도출한다. 셋째, 리뷰의 유사도를 TF-IDF(Term Frequency - Inverse Document Frequency) 가중치 합으로 산출한 뒤 상품과 상품사이 유사도를 도출하여 최종 이웃을 선정한 다음 목표고객에게 적합한 추천 상품을 선정한다. 본 연구에서 개발한 방법과 기존 방법들 간의 비교를 위하여 R 프로그래밍을 이용하여 하이브리드 시스템을 개발하고 있으며 아마존 유아용품 데이터를 사용하여 실험할 계획이다.

목차

Abstract
Ⅰ. 서론
Ⅱ. 리뷰데이터를 이용한 하이브리드 추천시스템
Ⅲ. 실험
Ⅵ. 결론
Ⅴ. 참고문헌

참고문헌 (0)

참고문헌 신청

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

최근 본 자료

전체보기

댓글(0)

0