최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국지능시스템학회 논문지 = Journal of Korean institute of intelligent systems, v.23 no.1, 2013년, pp.7 - 11
정연오 (성균관대학교 정보 및 지능시스템 연구실) , 이성우 (성균관대학교 정보 및 지능시스템 연구실) , 이지형 (성균관대학교 정보 및 지능시스템 연구실)
Taking experts' knowledge to recommend items has shown some promising results in recommender system research. In order to improve the performance of the existing recommendation algorithms, previous researches on expert-based recommender systems have exploited the knowledge of a common expert group f...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
계산 복잡도나 연상량의 측면에서 임의탐색에 비해 훨씬 효율적인 지지 벡터 머신 모델의 한계는? | 지지 벡터 머신 모델은 계산 복잡도나 연상량의 측면에서 임의탐색에 비해 훨씬 효율적이다. 하지만, 전문가의 수가 일반 사용자에 비해 상대적으로 매우 적기 때문에 일반적인 지지 벡터 머신의 정확한 학습에 어려움이 있다. | |
전문가 기반 추천시스템에서 전문가의 의미는? | 사용자 그룹, U = {ui}, 아이템 그룹, I = {ij}, 그리고 아이템 선호도, ruj, 가 주어졌을 때 개인화된 전문가 그룹을 찾고자 한다. 여기서 전문가란 추천시스템의 정확도를 높이는데 도움이 되는 아이템 선호도 정보나 히스토리를 가진 사용자들을 의미한다. | |
임의탐색은 어떤 방법인가? | 임의탐색은 독립변수들(사용자)을 불규칙하게 선택하고, 선택된 독립변수들을 평가함수(추천 정확도)를 이용해 평가하게 된다. 충분한 수의 샘플이 사용된다면 결국 최적값을 찾을 수 있다[7]. |
X. Amatrian, N. Lathia, J. M. Pujol, H. Kwak, and N. Oliver. "The Wisdom of The Few: A Collaborative Filtering Approach Based On Expert Opinions From The Web," Proceedings of the 32nd international ACMSIGIR conference on Research and development in information retrieval (SIGIR'09). pp. 532-539. 2009.
S. Song, S. Lee, S. Park, and S.-g. Lee. "Determining User Expertise For Improving Recommendation Performance," Proceedings of the 6th International Conference on Ubiquitous Information and Communication 2012 (ICUIMC 2012). 2012.
Z. Xia, Y. Dong and Y. Xing. "Support Vector Machines For Collaborative Filtering," Proceedings of the 44th Annual Southeast Regional Conference. pp. 169-174, 2006.
J. A, Xu and K. Araki. "A SVM-based Personal Recommendation System for TV Programs," Proceedings of the 12th Internaional Conference on Multi Media Modeling (MMM 2006). 2006.
S. Min and I. Goo. "Recommender Systems Using Support Vector Machines" Proceedings of the 5th Internaional Conference on Web Engineering (ICWE 2005). pp. 387-393, 2005.
V. N. Vapnik. The Nature of Statistical Learning Theory. Springer-Verlag. 1995.
Z. Zabinsky. (2009, April 5). "Random Search Algorithm". Available: http://courses.washington.edu/inde510/516/RandomSearch4.05.2009.pdf. 2009. [Accessed: Sep. 15. 2012]
Z. Wen. (2008, December 12). "Recommendation System Based on Collaborative Filtering". Available: http://cs229.stanford.edu/proj2008/Wen-RecommendationSystemBasedOnCollaborativeFiltering.pdf. 2008. [Accessed: Sep. 15. 2012]
R. Bell and Y. Koren, "Scalable Collaborative Filtering with Jointly Derived Neighborhood Interpolation Weights," Proceedings of the 2007 Seventh IEEE Internaional Conference on Data Mining (ICDM'07). pp. 43-52. 2007.
J. Herlocker, J. Konstan, L. Terveen, and J. Riedl, "Evaluating collaborative filtering recommender systems," ACM Transactions on Information Systems (TOIS) . Vol. 22. no. 1. pp. 5-53. 2004.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
오픈액세스 학술지에 출판된 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.