Earticle

현재 위치 Home

추천을 위한 키워드 가중치를 이용한 멀티모달 미디어 콘텐츠 분류
Multimodal Media Content Classification using Keyword Weighting for Recommendation

첫 페이지 보기
  • 발행기관
    중소기업융합학회 바로가기
  • 간행물
    융합정보논문지(구 중소기업융합학회논문지) KCI 등재 바로가기
  • 통권
    제9권 제5호 (2019.05)바로가기
  • 페이지
    pp.1-6
  • 저자
    강지수, 백지원, 정경용
  • 언어
    한국어(KOR)
  • URL
    https://www.earticle.net/Article/A353732

※ 기관로그인 시 무료 이용이 가능합니다.

4,000원

원문정보

초록

영어
As the mobile market expands, a variety of platforms are available to provide multimodal media content. Multimodal media content contains heterogeneous data, accordingly, user requires much time and effort to select preferred content. Therefore, in this paper we propose multimodal media content classification using keyword weighting for recommendation. The proposed method extracts keyword that best represent contents through keyword weighting in text data of multimodal media contents. Based on the extracted data, genre class with subclass are generated and classify appropriate multimodal media contents. In addition, the user's preference evaluation is performed for personalized recommendation, and multimodal content is recommended based on the result of the user's content preference analysis. The performance evaluation verifies that it is superiority of recommendation results through the accuracy and satisfaction. The recommendation accuracy is 74.62% and the satisfaction rate is 69.1%, because it is recommended considering the user’s favorite the keyword as well as the genre.
한국어
모바일 시장의 확장과 함께 멀티모달 미디어 콘텐츠의 제공을 위한 플랫폼이 다양해지고 있다. 멀티모달 미디어 콘텐츠에는 이종데이터들이 복합적으로 포함되어 있어 사용자들이 선호 콘텐츠를 선택하기 위해 시간과 노력이 요구된다. 따라서 본 논문에서는 추천을 위한 키워드 가중치를 이용한 멀티모달 미디어 콘텐츠 분류를 제안한다. 제안하는 방법은 멀티모달 미디어 콘텐츠의 텍스트 데이터에서 키워드 가중치를 통해 콘텐츠를 가장 잘 나타내는 키워드를 추출한다. 추출 된 키워드를 기반으로 서브클래스를 갖는 장르 클래스를 생성하고 이에 적절한 멀티모달 미디어 콘텐츠를 분류한다. 또한 개인화된 추천을 위해 사용자의 선호도 평가를 진행하여 사용자의 콘텐츠 선호도 분석 결과를 기반으로 멀티모달 콘텐츠를 추천한다. 성능평가는 추천 결과의 정확도와 만족도를 통해 우수함을 검증한다. 이는 사용자가 선호하는 장르와 키워드를 모두 고려하여 추천하기 때문에 정확도는 74.62%, 만족도는 69.1%로 높게 나타난다.

목차

요약
Abstract
1. 서론
2. 관련연구
2.1 텍스트 분석을 위한 자연어 처리
3. 추천을 위한 키워드 가중치를 이용한 멀티모달 미디어 콘텐츠 분류
3.1 데이터 전처리 및 속성변수 선별
3.2 멀티모달 미디어 콘텐츠의 클래스 분류
3.3 분류 클래스 기반의 멀티모달 미디어 콘텐츠 추천
4. 성능 평가
5. 결론
REFERENCES

키워드

TF-IDF 텍스트 마이닝 데이터마이닝 분류 멀티모달 콘텐츠 추천 TF-IDF Text Mining Data Mining Classification Multimodal Content Recommendation

저자

  • 강지수 [ Ji-Soo Kang | 경기대학교 컴퓨터과학과 학생 ]
  • 백지원 [ Ji-Won Baek | 경기대학교 컴퓨터과학과 학생 ]
  • 정경용 [ Kyungyong Chung | 경기대학교 컴퓨터공학부 교수 ] Corresponding author

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    중소기업융합학회 [Convergence Society for SMB]
  • 설립연도
    2011
  • 분야
    공학>공학일반
  • 소개
    본 회는 정보기술을 다양한 산업 분야에 융합하는 정책 및 관련 기술들을 개발하고 보급함으로써 중소기업 발전은 물론 이를 통한 국가발전과 국제협력 증진에 기여하고자 한다.

간행물

  • 간행물명
    융합정보논문지(구 중소기업융합학회논문지) [Journal of Convergence for Information Technology]
  • 간기
    월간
  • pISSN
    2586-1816
  • eISSN
    2586-4440
  • 수록기간
    2011~2022
  • 십진분류
    KDC 004 DDC 004

이 권호 내 다른 논문 / 융합정보논문지(구 중소기업융합학회논문지) 제9권 제5호

    피인용수 : 0(자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      페이지 저장