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.5, 2011년, pp.67 - 74
이석기 (한양대학교 정보시스템학과) , 조현 (한국과학기술원 경영대학) , 천성용 (단국대학교 경영학부)
Collaborative recommendation is one of the most widely used methods of automated product recommendation in e-Commerce. For analyzing the customer's preference, traditional explicit ratings are less desirable than implicit ratings because it may impose an additional burden to the customers of e-comme...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
협업 필터링의 문제점은 무엇인가? | 협업 필터링은 가장 효과적인 추천기법으로 널리 알려져 있고 다양한 분야에서 활용되어 왔다 [1][4][5].협업 필터링은 실제 추천 과정에서 고객 프로필의 희박성의 문제라든가 새로운 고객 혹은 상품의 등장 시에 곧바로 추천이 되지 않는 점과 같은 잘 알려진 문제점들을 노출한 바 있는데, 이런 문제점들은 수많은 연구들에 의해서 해결책이 제시된 바 있다 [1][5-8]. 이에 반해 비교적 불충분한 고객 주변 정보들을 활용해 간접적으로 선호도를 추정해야 하는 묵시적 평가법의 전제 하에서 보다 덜 민감한 서열 척도를 활용하는 이슈를 제기하고 있는 연구는 거의 없다. | |
오늘날 대부분의 전자상거래 사이트에서 명시적 평가법을 활용하기가 현실적으로 쉽지 않은 이유는 무엇인가? | 비교적 쉽고 정확한 방법이지만 수많은 종류의 상품을 한 곳에서 판매해야 하는 오늘날 대부분의 전자상거래 사이트에서 명시적 평가법을 활용하는 것은 현실적으로 쉽지 않다. 이는 고객으로 하여금 구매활동 이외에 상품의 평가라는 추가적인 활동을 요구함으로써 결국 고객에게 부담을 가중시키는 결과를 초래하기 때문이다. 따라서 전자상거래 사이트에 활용되는 협업추천 시스템의 경우에는 고객의 개입 없이 간접적으로 고객의 선호도를 추정할 수 있는 묵시적 평가법 (implicit ratings)을 사용하여 고객 선호도를 분석하는 것이 보다 바람직하다고 할 수 있다. | |
사전식 컨센서스 기법이란 무엇인가? | 이를 하나의 선호도로 종합하여 고객프로필에 저장하기 위해서는 부분적 선호도를 통합할 수 있는 메커니즘이 필요한데 이와 관련하여 다기준 의사 결정 (multi-criteria decision making, MCDM) 분야에서는 선호도 통합을 위한 다양한 컨센서스 기법들이 연구되어 왔다. 그 중에서도 사전식 컨센서스 기법 (lexicographic consensus)은 선호도 차이를 의미하는 지표들을 기준으로 해당 지표의 존재 여부 (existence)와 빈도 (frequency)등에 의해 대안들 간의 우선 순위를 결정짓는 방법론이다. Condorcet[13], Borda [14], Cook [2] 등에 의해 제안된 방법론들은 보편적인 컨센서스 기법들로 활용되고 있지만 이들은 전통적으로 소수의 한정된 대안(혹은 상품)에 대해서 단일한 선호도 순위를 생성하는데 적합한 경향이 있다. |
F. Liu and H. J. Lee, "Use of social network information to enhance collaborative filtering performance," Expert Systems with Applications, Vol.37, pp.4772-4778, 2010.
W. D. Cook, "Optimal allocation of proposals to reviewers to facilitate effective ranking," Management Science, Vol.51, No.4, pp.655-661, 2005.
C. Wang and W. A. Wulf, "Towards a framework for security measurement," in: Proc. of National Information Systems Security Conference pp.522-533, 1997.
S. K. Lee, S. H. Kim, and Y. H. Cho, "Collaborative filtering with ordinal scale-based implicit ratings for mobile music recommendations," Information Sciences, Vol.180, No.11, pp.2142-2155, 2009.
박종학, 조윤호, 김재경, "사회연결망: 신규고객 추천문제의 새로운 접근법", 지능정보연구, 제15권, 제1호, pp.123-139, 2009.
T. Kamishima, "Nantonac collaborative filtering: recommendation based on order response," in: Proc. of the Ninth International Conference on Knowledge Discovery and Data Mining, pp.583-588, 2003.
T. Joachims, "Optimizing search engine using click through data," in: Proc. of the Eighth International Conference on Knowledge Discovery and Data Mining, pp.133-142, 2002.
C. Y. Kim, J. K. Lee, Y. H. Cho, and D. H. Kim, "VISCORS: a visual-content recommender for the mobile Web," IEEE Intelligent Systems Vol.19, No.3, pp.32-38, 2004.
Y. H.Cho and J. K. Kim, "Application of Web usage mining and product taxonomy to collaborative recommendations in e-commerce," Expert Systems with Applications, Vol.26, No.2, pp.236-246, 2004.
M. Condorcet, "Essai sur L'Application de L'Analyse a la Probabilite des Decisions Rendues," a La Pluralite des Voix, Paris, 1785.
J. Borda, "Memoire sur les elections au scrutin," Histoire de l'academie royale de science, Paris, 1981.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.