최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기
추천 시스템은 사용자가 다양한 옵션 중에서 최선의 선택을 할 수 있도록 도와준다. 하지만 추천 시스템을 구축할 때 몇 가지 장애물이 있다. 그 장애물 중 사용자의 선호가 시간에 따라 변화한다는 것과 추천 시스템을 통해 왜 해당 아이템이 추천되었는지 사용자가 알 수 없다는 점이 있다. 이 논문에서는, 본 연구물은 리뷰 데이터의 토픽 모델링을 사용하는 추천 시스템을 제안하기 위해 개발되었다. 은 사용자가 다양한 옵션 중에서 최선의 선택을 할 수 있도록 도와준다. 하지만 추천 시스템을 구축할 때 몇 가지 장애물이 있다. 그 장애물 중 사용자의 선호가 시간에 따라 변화한다는 것과 추천 시스템을 통해 왜 해당 아이템이 추천되었는지 사용자가 알 수 없다는 점이 있다. 이 논문에서는, 본 연구물은 리뷰 데이터의 토픽 모델링을 사용하는 추천 시스템을 제안하기 위해 개발되었다. 토픽 모델링 방법에 의해 생성된 주제를 통해, 주제들의 잠재되어 있는 중심 내용과 주제들의 순차적 규칙을 생성하였다. 본 연구물을 통하여 사용자의 선호가 변화하는 것에 발 맞추어 주제를 추천 할 수 있으며, 추천된 주제가 왜 추천되었는지 사용자가 이해할 수 있다. 이 실험들은 제안된 모델이 일반적인 협업 필터링 기법보다 더 높은 품질의 추천을 제공하며 사용자에게 설명 가능한 권고 결과를 제공한다는 것을 보여준다. 제안된 모델의 몇 가지 기여와 한계점을 통하여 본 연구물의 한계를 극복하고 모델의 정확성을 높일 수 있는 추천 시스템을 만들 수 있기를 바란다.
Recommender systems help users find the best choice among the numerous options. There are some obstacles when building the recommender systems. Of the obstacles, I established a system to overcome the obstacles of change of the user preference and unexplainable recommendation results. In this paper,...
저자 | 강소영 |
---|---|
학위수여기관 | 경희대학교 대학원 |
학위구분 | 국내석사 |
학과 | 경영학과 |
지도교수 | 김재경 |
발행연도 | 2019 |
총페이지 | iv, 37 p. |
키워드 | Recommender systems, Topic-modeling, Sequence analysis, Association rules, Explainability |
언어 | eng |
원문 URL | http://www.riss.kr/link?id=T15077932&outLink=K |
정보원 | 한국교육학술정보원 |
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.