최근 정보기술이 발전하고 데이터에 대한 수요가 급증하면서, 생성되고 저장되는 데이터의 규모가 기하급수적으로 증가하고 있다. 대부분의 사람들은 구글(Google), 빙(Bing), 그리고 바이두(Baidu)와 같은 검색 포털에 접속하여 원하는 정보를 탐색하지만, 방대한 데이터 가운데 사용자가 원하는 정보를 단번에 찾아내는 것은 결코 쉬운 일이 아니다. 이러한 한계를 극복하고자 사용자가 접근한 문서와 유사한 내용을 갖는 문서를 추천하는 연구들이 수행되었지만, 이는 사용자의 선호를 충분히 반영하지 못한다는 한계를 갖는다. 이로 인해 사용자의 문서 열람 이력을 바탕으로 사용자 선호를 고려해 문서를 추천하는 다양한 방법들이 제안되었다. 하지만 기존에 활용된 문서 열람 이력 기반 문서 추천 방법론은 해당 문서를 누가 열람했는지의 정보만을 활용할 뿐, 사용자가 해당 문서를 열람하게 된 의도(Intent)를 충분히 활용하지 못했다는 한계를 갖는다. 따라서 본 연구에서는 해당 문서를 누가(Who) 읽었는지의 정보가 아닌 해당 문서를 왜(Why) 읽었는지의 정보를 활용하는 검색 의도 기반 문서 추천 방안을 제시하고자 한다. 제안 방법론의 우수성을 확인하기 위해 국내 전자상거래 플랫폼 기업인 ‘C’ 사의 실제 사용자 검색 이력 239,438건을 분석한 실험을 수행하였으며, 실험 결과 제안 방법론이 기존의 ...
최근 정보기술이 발전하고 데이터에 대한 수요가 급증하면서, 생성되고 저장되는 데이터의 규모가 기하급수적으로 증가하고 있다. 대부분의 사람들은 구글(Google), 빙(Bing), 그리고 바이두(Baidu)와 같은 검색 포털에 접속하여 원하는 정보를 탐색하지만, 방대한 데이터 가운데 사용자가 원하는 정보를 단번에 찾아내는 것은 결코 쉬운 일이 아니다. 이러한 한계를 극복하고자 사용자가 접근한 문서와 유사한 내용을 갖는 문서를 추천하는 연구들이 수행되었지만, 이는 사용자의 선호를 충분히 반영하지 못한다는 한계를 갖는다. 이로 인해 사용자의 문서 열람 이력을 바탕으로 사용자 선호를 고려해 문서를 추천하는 다양한 방법들이 제안되었다. 하지만 기존에 활용된 문서 열람 이력 기반 문서 추천 방법론은 해당 문서를 누가 열람했는지의 정보만을 활용할 뿐, 사용자가 해당 문서를 열람하게 된 의도(Intent)를 충분히 활용하지 못했다는 한계를 갖는다. 따라서 본 연구에서는 해당 문서를 누가(Who) 읽었는지의 정보가 아닌 해당 문서를 왜(Why) 읽었는지의 정보를 활용하는 검색 의도 기반 문서 추천 방안을 제시하고자 한다. 제안 방법론의 우수성을 확인하기 위해 국내 전자상거래 플랫폼 기업인 ‘C’ 사의 실제 사용자 검색 이력 239,438건을 분석한 실험을 수행하였으며, 실험 결과 제안 방법론이 기존의 내용 기반 추천 모델 및 단순 열람 이력 기반 추천 모델에 비해 우수한 성능을 보임을 확인하였다.
최근 정보기술이 발전하고 데이터에 대한 수요가 급증하면서, 생성되고 저장되는 데이터의 규모가 기하급수적으로 증가하고 있다. 대부분의 사람들은 구글(Google), 빙(Bing), 그리고 바이두(Baidu)와 같은 검색 포털에 접속하여 원하는 정보를 탐색하지만, 방대한 데이터 가운데 사용자가 원하는 정보를 단번에 찾아내는 것은 결코 쉬운 일이 아니다. 이러한 한계를 극복하고자 사용자가 접근한 문서와 유사한 내용을 갖는 문서를 추천하는 연구들이 수행되었지만, 이는 사용자의 선호를 충분히 반영하지 못한다는 한계를 갖는다. 이로 인해 사용자의 문서 열람 이력을 바탕으로 사용자 선호를 고려해 문서를 추천하는 다양한 방법들이 제안되었다. 하지만 기존에 활용된 문서 열람 이력 기반 문서 추천 방법론은 해당 문서를 누가 열람했는지의 정보만을 활용할 뿐, 사용자가 해당 문서를 열람하게 된 의도(Intent)를 충분히 활용하지 못했다는 한계를 갖는다. 따라서 본 연구에서는 해당 문서를 누가(Who) 읽었는지의 정보가 아닌 해당 문서를 왜(Why) 읽었는지의 정보를 활용하는 검색 의도 기반 문서 추천 방안을 제시하고자 한다. 제안 방법론의 우수성을 확인하기 위해 국내 전자상거래 플랫폼 기업인 ‘C’ 사의 실제 사용자 검색 이력 239,438건을 분석한 실험을 수행하였으며, 실험 결과 제안 방법론이 기존의 내용 기반 추천 모델 및 단순 열람 이력 기반 추천 모델에 비해 우수한 성능을 보임을 확인하였다.
With the recent development in information technology and the rapid growth in demand for data, the size of data generated and stored is increasing exponentially. Most people access search engines such as Google, Microsoft Bing, and Baidu to search for the information they want, but it is not an easy...
With the recent development in information technology and the rapid growth in demand for data, the size of data generated and stored is increasing exponentially. Most people access search engines such as Google, Microsoft Bing, and Baidu to search for the information they want, but it is not an easy task for a user to find the correct documents that a user really wanted at once from a vast amount of the search results. In order to overcome this limitation, different researches have been conducted to recommend documents that having similar contents to the documents accessed by the user, but this approach has a limitation that it does not sufficiently reflect the user’s preferences. For this reason, various methods of recommending documents by taking the user’s preferences into consideration based on the user's document browsing history have been proposed. However, the document recommendation methodology based on the document browsing history also has a limitation that only the information the user has viewed is utilized, but the intent of the user searching for the document is not fully utilized. Therefore, we propose a document recommendation method based on the user’s search intent that utilizes information on “Why” the user reads the document, instead of the information on “Who” reads the document. In order to confirm the feasibility of the proposed methodology, an experiment was conducted by analyzing 239,438 actual user’s search history of one of the most popular e-commerce platform companies in Korea. As a result, our methodology showed superior performance compared to the existing content-based or simple browsing history-based recommendation model.
With the recent development in information technology and the rapid growth in demand for data, the size of data generated and stored is increasing exponentially. Most people access search engines such as Google, Microsoft Bing, and Baidu to search for the information they want, but it is not an easy task for a user to find the correct documents that a user really wanted at once from a vast amount of the search results. In order to overcome this limitation, different researches have been conducted to recommend documents that having similar contents to the documents accessed by the user, but this approach has a limitation that it does not sufficiently reflect the user’s preferences. For this reason, various methods of recommending documents by taking the user’s preferences into consideration based on the user's document browsing history have been proposed. However, the document recommendation methodology based on the document browsing history also has a limitation that only the information the user has viewed is utilized, but the intent of the user searching for the document is not fully utilized. Therefore, we propose a document recommendation method based on the user’s search intent that utilizes information on “Why” the user reads the document, instead of the information on “Who” reads the document. In order to confirm the feasibility of the proposed methodology, an experiment was conducted by analyzing 239,438 actual user’s search history of one of the most popular e-commerce platform companies in Korea. As a result, our methodology showed superior performance compared to the existing content-based or simple browsing history-based recommendation model.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.