Earticle

초록

한국어

인터넷을 통한 상품 구매 형태의 변화는 고객정보로서 많은 가치를 가지게 되었다. 그리고 많은 새로운 방법을 통하 여 고객의 선호도에 맞는 서비스나 물건 등을 추천하는 추천시스템을 개발하게 되었다. 데이터베이스에 축적된 고객 의 자료를 분석하여 고객관계관리(Customer Relationship Management)가 중요한 마케팅 수단이 되었고, 분 석된 자료를 통하여 고객에게 새로운 서비스나 제품을 추천해주는 추천시스템(Recommendation System)이 마 케팅의 중요한 수단으로 사용되고 있다. 추천시스템에는 새로운 알고리즘들을 접목하여 정확도를 높이는 연구가 진 행 되어오고 있다. 본 논문은 Grouplens의 영화 평가 자료를 이용하였으며, 유전알고리즘을 통하여 얻어진 특징 (feature)들을 기본데이터로 사용하여 추천시스템에 적용하였으며, 추천시스템내의 신경망의 여러 변수들 중 특정 변수값에서 정확도가 높게 나타나는 것을 확인하였다.

영어

Changes in the form of product purchase through the Internet had the value as customer information . Recommendation systems were developed to meet the preferences of customers to recommend such as services or goods through the many new ways. CRM(Customer Relationship Management) is important means of marketing to analyze the data stored in the data server of the customer based. Which is recommended for new services or products to customers through a recommendation system using analyzed data. Marketing has been used as an important tool. Research for recommendation system has been conducted to increase the accuracy by combining the new algorithm. We use the movie rating data, Grouplens. This paper is the feature of the rating data, obtained by genetic algorithm, which are applied to a customer recommendation system. Neural network’s parameters was confirmed high accuracy with specific value in recommendation system.

목차

요약
 Abstract
 1. 서론
 2. 관련연구
  2.1 추천시스템
  2.2 신경망
  2.3 유전알고리즘
 3. 실험방법
 4. 실험결과
 5. 결론
 참고문헌

저자

• 윤경목 [ Gyung-Mok Yoon | 서울사이버대학교 컴퓨터정보통신학과 ]

참고문헌