최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국콘텐츠학회논문지 = The Journal of the Korea Contents Association, v.11 no.11, 2011년, pp.1 - 9
정경용 (상지대학교 컴퓨터정보공학부) , 이영호 (가천의과학대학교 의료공학부)
With the development of next IT convergence technology and the construction of infrastructure for personalized healthcare services, the importance of services based on user's preference is being spotlighted. Healthcare service have been progressed as treatment and management for specific diseases an...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
협력적 필터링이란 무엇인가? | 콘텐츠 추천 시스템은 지금까지 광범위하게 연구되어 왔으며, 개인화 추천을 하는데 기초가 되는 선호도 데이터의 출처와 그 데이터가 입력되어 어떻게 이용되는지를 기준에 따라 내용 기반 필터링, 사례 기반 필터링, 규칙 기반 필터링, 협력적 필터링의 범주로 분류된다. 가장 대표적인 방법론인 협력적 필터링은 사용자와 유사한 선호도를 가진 사용자 군집의 선호도에 따라 새로운 사용자가 관심을 가질 것으로 생각되는 아이템을 추천해 주는 기법이다[8]. 선호도를 반영하기 위해서 각 사용자는 정보에 따라 선호도를 제공하여, 이로부터 상관관계를 계산하여 유사 선호도 사용자 군집을 형성하고 이들의 선호도를 종합하여 정보를 추천한다[6]. | |
개인화 추천의 장점은? | 특히, 전자상거래의 발달은 새로운 시장의 창출 및 고객에 대한 서비스 강화를 위하여, 고객들의 선호도와 구매 내역을 분석하여 차별화된 정보를 자동으로 필터링하여 추천하는 개인화 추천 시스템을 출현하게 하였다[2][3]. 개인화 추천은 사용자에게 자신의 선호도에 부합하는 상품이나 정보를 제공함으로써 이를 얻기 위한 시간과 비용을 줄여주고, 손쉽게 상품이나 정보에 접근하도록 하는 장점을 갖는다. 또한 개인화를 통해 자신과 비슷한 유형을 갖는 사람들과 교류할 수 있는 기회를 가질 수도 있다. 이러한 개인화 콘텐츠 추천 시스템은 정보 검색이나 정보 필터링의 일부분으로 구축된다. | |
개인화 콘텐츠 추천이 적용된 분야는 무엇이 있는가? | 이러한 문제를 해결하기 위해 학계에서 구체적인 연구가 진행되어 왔으며, 정보 필터링을 중심으로 개인화 콘텐츠 추천은 IT융합분야의 핫이슈가 되고 있다. 추천이 적용된 분야로는 유즈넷 뉴스, 웹 페이지, 비디오, 음악, 패션, 헬스케어, 식단, 소방방재, 기상청, 도서 분야 등이며, 다양한 분야에서 추천 방법론이 적용되고 있다[4][7]. |
M. Jalali, N. Mustapha, Md. N. Sulaiman, A. Mamat, "WebPUM: A Web-based Recommendation System to Predict User Future Movements," J. of Expert Systems with Applications, Vol.37, Issue9, pp.6201-6212, 2010.
S. U. Jang, J. Y. Cho, K. S. Jeong, and G. S. Cho, "Exploring Possibilities of ECG Electrodes for Bio-monitoring Smartwear with Cu Sputtered Fabrics," J. of Human-Computer Interaction, Vol.4551, pp.1130-1137, 2007.
H. N. Kim, A. T. Jia, I. A. Haa, and G. S. Joa, "Collaborative Filtering based on Collaborative Tagging for Enhancing the Quality of Recommendation," J. of Electronic Commerce Research and Applications, Vol.9, Issue1, pp.73-83, 2010.
P. Melville, R. J. Mooney, and R. Nagarajan, "Content-Boosted Collaborative Filtering for Improved Recommendations," Proc. of National Conference on Artificial Intelligence, pp.187-192, 2002.
J. L. Herlocker, J. A. Konstan, L. G. Terveen, and J. T. Riedl, "Evaluating Collaborative Filtering Recommender Systems," J. of ACM Trans. on Information Systems, Vol.22, No.1, pp.5-53, 2004.
정경용, "혼합 필터링과 연관 이웃 마이닝을 이용한 개인화 아이템 추천 기법", 인하대학교 컴퓨터정보공학과 박사학위논문, 2005.
K. Y. Chung, "Sensibility Ergonomics Fashion Recommendation System using Weather WebBot," Proc. of the International Conference on Information Science and Applications 2011, pp.712-717, IEEE Computer Society, 2011.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.