현재 위치
Home
ICBM 기반 비즈니스 트랜스포메이션
사용자의 정량 데이터와 정성 데이터를 동시에 고려하는 협업 필터링 기반 추천 시스템
-
- 발행기관
- 한국경영정보학회 바로가기
-
- 간행물
- 한국경영정보학회 정기 학술대회 바로가기
-
- 통권
- 2019년 경영정보관련 춘계학술대회 (2019.05)바로가기
-
- 페이지
- pp.433-437
-
- 저자
-
- 언어
- 한국어(KOR)
-
- URL
- https://www.earticle.net/Article/A354007
※ 기관로그인 시 무료 이용이 가능합니다.
※ 학술발표대회집, 워크숍 자료집 중 4페이지 이내 논문은 '요약'만 제공되는 경우가 있으니, 구매 전에 간행물명, 페이지 수 확인 부탁 드립니다.
4,000원
원문정보
초록
- 한국어
- 협업 필터링 기법은 사용자 간 구매패턴의 유사성을 통해 상품의 선호도를 예측하는 추천 시스템이다. 우수한 성능으로 산업계와 학계에서 가장 많이 활용되지만, 사용자-상품 매트릭스의 선호도만을 이용하여 추천이 이루어져 사용자의 감성 정보를 추천과정에 반영하지 못한다는 한계가 존재한다. 이를 개선하는 다양한 연구가 계속해서 이루어지고 있는 가운데, 텍스트 마이닝 기술인 TF-IDF 분석과 단어 빈도수 분석을 통해 사용자 리뷰 유사성을 도출하여 협업 필터링의 성능을 개선한 시도가 있었지만, 통계적으로 유의한 성능의 향상이 이뤄지지 못했다. 또한 대부분의 연구가 영어 데이터를 사용하여 국내 사용자를 대상으로 할 경우 쉽게 적용되기 힘든 점이 있다. 이에 본 연구에서는 한국어 리뷰 데이터에 TF-IDF 분석 외에 오피니언 마이닝을 추가로 적용하고 사용자 간 유사도 산출 시 평점 데이터와 함께 오피니언 마이닝이 적용된 정성 데이터를 동시에 고려하여 추천 시스템의 성능 향상을 시도한다. 또한 정성 데이터와 평점 데이터의 결합 과정에서 다양한 결합 비율을 적용하여 최적의 성능을 보여주는 고도화된 하이브리드 추천 시스템을 제안한다.
목차
초록
서론
연구모형
데이터 수집 및 표본추출
사용자-상품 평점 매트릭스 도출
리뷰 데이터 문장 전처리
키워드 극성값 추출 및 감성사전 구축
사용자-상품 리뷰 극성 매트릭스 도출
수정된 사용자-평점 매트릭스 도출
사용자간 유사도 계산
최근접 이웃 선택
평점 예측
검증
참고문헌
키워드
오피니언 마이닝 협업 필터링 추천시스템 텍스트 마이닝 사용자 리뷰저자
간행물 정보
발행기관
-
- 발행기관명
- 한국경영정보학회 [The Korea Society of Management information Systems]
- 설립연도
- 1989
- 분야
- 사회과학>경영학
- 소개
- 이 학회는 경영정보학의 연구 및 교류를 촉진하고 학문의 발전과 응용에 공헌함을 목적으로 합니다.
간행물
-
- 간행물명
- 한국경영정보학회 정기 학술대회 [KMIS Conference]
- 간기
- 반년간
- 수록기간
- 1990~2025
- 십진분류
- KDC 325 DDC 658
이 권호 내 다른 논문 / 한국경영정보학회 정기 학술대회 2019년 경영정보관련 춘계학술대회
피인용수 : 0건 (자료제공 : 네이버학술정보)
함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.
출처 : 네이버학술정보
0개의 논문이 장바구니에 담겼습니다.