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
- 따라서 본 연구에서는 희박성의 문제를 효과적으로 해결하기 위해서 사용자들의 선호도 정보를 근거로 항목 간 거리를 구하고, 이를 이용한 추천 방법을 제안 한다.
- 앞으로 예측 결과를 개선하기 위해 보다 다양한 예측 방법들을 통합하기 위한 방법을 개발하고자 한다. 또한 좀 더 큰 데이터를 사용한 실험을 통해서 보다 현실적으로 의미 있는 영화 추천 방법을 개발하고자 한다.
- 본 연구에서는 기존 연구 [6]에서 소개한 방법의 문제점들을 효과적으로 개선한 새로운 선호도를 예측 방법을 제안하고자 한다. 이를 위해 먼저 계산해야 할 파라메타의 개수를 줄이고, 계산된 항들을 결합할 때는 상수 대신 적절한 중요도 지표를 사용한다.
- 본 연구에서는 항목 간 선호도 차이를 이용한 영화 추천 방법을 제안하였다. 이 방법은 계산해야 할 파라 메타 수가 적어 희박성의 문제에서 비교적 자유롭고, 파라메타를 계산할 때 사용자들이 평가한 선호도 정보를 사용함으로써 보다 정확한 결과를 얻을 수 있다.
가설 설정
- 이 방식은 데이터가 충분치 않은 상황에 서도 비교적 잘 작동한다는 장점이 있다. 반면 이 방법은 항목의 본질적인 특성을 나타내는 특징들을 사용하면 이것이 선호도와 연관성이 높을 것이라는 가정을 전제로 한다. 그러나 이를 사용한 항목 간 유사도 지표는 실제로 사용자들의 선호도를 전혀 반영하지 못한다는 단점이 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.