초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

인터넷과 모바일 기술의 발달로 온라인 문화가 활성화되었다. 사람들은 소셜 네트워크 서비스를 이용해 인간관계를 형성하고, 인터넷을 통해 쇼핑을 즐기며, 최근에는 해외 쇼핑몰 이용자가 증가하는 등 국경 없는 시대가 되었다. 이 가운데 많은 상업사이트는 이용자가 원하는 정보를 쉽고, 효율적으로 선택할 수 있도록 이용자 친화적인 추천 서비스를 제공하고 있다. 또한, 이러한 온라인 사이트들이 추천서비스를 제공하는 사례가 증가하면서 관련 연구도 활발하게 이루어지고 있다. 한편, 도서관은 키워드 중심의 내용기반 검색 서비스를 주로 제공해 왔지만, 이는 이용자의 요구를 정확하게 파악하지 못한다는 단점이 있다. 추천서비스를 제공하기 위해 이용자의 선호정보가 필요한데, 이에 대한 정보를 수집하는 도서관은 거의 없으며 도서관에서는 소장하고 있는 도서에 비해 이용되는 도서의 수는 극히 적어 데이터 희소성 문제가 발생하기도 한다. 본 논문에서는 도서관 이용자의 도서대출반납기록과 온라인 도서 판매사이트에서 제공하는 도서 구매자의 도서리뷰점수를 이용하여 데이터 희소성 문제를 보완하고, 이를 이용하여 도서 선호도를 추출하여 소셜네트워크서비스인 트위터 이용자의 유사도 계산을 통해 도서를 추천하는 시스템을 제안하였다. 실제 트위터 이용자에게 맞는 추천도서 목록을 제공하여 이에 대한 만족도를 조사하였으며, 유사이용자 그룹을 N명씩 변화시키면서 이에 대한 추천도서의 만족도를 토대로 ...

인터넷과 모바일 기술의 발달로 온라인 문화가 활성화되었다. 사람들은 소셜 네트워크 서비스를 이용해 인간관계를 형성하고, 인터넷을 통해 쇼핑을 즐기며, 최근에는 해외 쇼핑몰 이용자가 증가하는 등 국경 없는 시대가 되었다. 이 가운데 많은 상업사이트는 이용자가 원하는 정보를 쉽고, 효율적으로 선택할 수 있도록 이용자 친화적인 추천 서비스를 제공하고 있다. 또한, 이러한 온라인 사이트들이 추천서비스를 제공하는 사례가 증가하면서 관련 연구도 활발하게 이루어지고 있다. 한편, 도서관은 키워드 중심의 내용기반 검색 서비스를 주로 제공해 왔지만, 이는 이용자의 요구를 정확하게 파악하지 못한다는 단점이 있다. 추천서비스를 제공하기 위해 이용자의 선호정보가 필요한데, 이에 대한 정보를 수집하는 도서관은 거의 없으며 도서관에서는 소장하고 있는 도서에 비해 이용되는 도서의 수는 극히 적어 데이터 희소성 문제가 발생하기도 한다. 본 논문에서는 도서관 이용자의 도서대출반납기록과 온라인 도서 판매사이트에서 제공하는 도서 구매자의 도서리뷰점수를 이용하여 데이터 희소성 문제를 보완하고, 이를 이용하여 도서 선호도를 추출하여 소셜네트워크서비스인 트위터 이용자의 유사도 계산을 통해 도서를 추천하는 시스템을 제안하였다. 실제 트위터 이용자에게 맞는 추천도서 목록을 제공하여 이에 대한 만족도를 조사하였으며, 유사이용자 그룹을 N명씩 변화시키면서 이에 대한 추천도서의 만족도를 토대로 정확률 평가를 통해 추천 성능 평가를 실시하였다.

주제어