선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 특히 옷의 경우에는 어느 시대에 어떤 의도로 이를 구현했는가에 따라 삶의 모습과 다양한 문화를 나타내므로 또래의 선호도는 물론 지역, 시대 등의 복합적인 요소를 고려해야 한다. 따라서 본 논문에서는 내용 기반 필터링과 협력적 필터링을 적절하게 조합하고 시맨틱웹에서 해석된 성별, 나이, 직업, 선호도 등의 메타 데이터로부터 콘텐츠의 특성과 사용자들의 유사점을 추출하고, 연관 이웃 마이닝을 사용하여 개인화 시스템에서 중요한 잘못된 정보를 줄이고자 한다.
- 본 논문에서는 추천의 효율성과 정확성을 증진시키기위해 시맨틱 웹에서 개인화된 선호도를 이용한 의상 코디 시스템을 개발하였다. 의상을 검색시 데이터베이스에 저장된 낱말 관련 정보가 같은지에 대해 분석을 위해 내용 기반 필터링 기술을 사용하였다.
- MAE는 예측의 정확성을 판단하는데 가장 많이 쓰이는 방법이고, F-measure는 값이 클수록 분류가 우수함을 의미한다[7]. 본 연구에서는 MAE를 기반으로 제안하는 방식(ARCF)과 협력적 필터링에 의한 피어슨 상관 계수에 의한 방식(PCC)을 실험하여 MAE에 의해 예측의 성능을 평가한 것이다.
- 대부분의 개인화 기술은 어느 정도 사용자의 개인 정보를 필요로 한다. 사용자 등록 과정을 통해 사용자의 인적사항이나 선호도에 관한 질문을 하는 경우도 있고, 사용자의 사이트 내에서의 행동을 관찰하는 방법도 있지만 개인화 과정 자체가 사용자의 선호도나 습관, 구매행태와 같은 정보를 수집하여 사용자에게 알맞은 정보를 제공하는 것이 제안하는 방법의 목표이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.