최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기컴퓨터교육학회논문지 = The Journal of Korean Association of Computer Education, v.14 no.4, 2011년, pp.63 - 70
Recommender systems, which predict and recommend items that may possibly draw users' interests, have been applied in various fields as e-commerce systems are widespread. Collaborative filtering, one of the major methodologies of recommender systems, recommends either items similar to those preferred...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
추천 시스템의 주요한 두가지 방법은 무엇인가? | 웹 개인화의 주를 이루는 예는 추천 시스템으로서 주로 고객이 원하는 상품, 영화, 뉴스, 서적, 여행 정보 등 다양한 주제로 개발되었다[2][3]. 추천 시스템의 주요한 두가지 방법은 내용기반 필터링(content-based filtering)과 협력 필터링 (collaborative filtering)이다[4]. 내용기반 필터링은 내용 분석을 토대로, 개인적인 사용자 흥미도 프로필을 구축하여 그에 부합하는 정보를 추천한다. | |
어떤 문제를 경감 시키기 위해 웹 개인화 시스템이 각광받고 있는가? | 문서 수가 급증함에 따라 인터넷에서 원하는 정보를 빠른 시간 내에 검색하기가 점차 어려워짐에 따라 거의 90%의 검색 결과가 사용자가 원하지 않는 불필요한 것으로 밝혀졌다[1]. 이러한 문제를 경감시키기 위해 사용자 개개인의 서로 다른 기호에 부합하는 정보를 손쉽게 찾을 수 있도록 하는 웹 개인화 시스템이 각광받고 있다. | |
협력 필터링이란? | 이에 반하여 협력 필터링은 여러 다른 사용자들의 의견에 따라 웹 사이트를 추천하는 방법으로서 많은 e-commerce 시스템에서 성공적으로 적용하고 있다. 초창기의 Tapestry 시스템[7]은 유사한 사용자들을 수작업으로 구분하였으며, 이후 개발된 GroupLens[8], Video Recommender[9]는 사용자의 흥미도를 자동으로 예측하기 위한 시스템들이다. |
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.