최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국전자거래학회지 = The Journal of Society for e-Business Studies, v.20 no.3, 2015년, pp.79 - 87
박지수 (Department of Multimedia, Sungkyul University) , 김무철 (Department of Multimedia, Sungkyul University) , 노승민 (Department of Multimedia, Sungkyul University)
With recent emergence of Web 2.0 technology, many services are encouraging the user participation. Then, many approaches dealing with multimedia contents focused on the personalized information provisioning. The proposed approach analyzes the user requirements and previous methodology for personaliz...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
Ryu and Kim은 어떤 단계를 통해 의미적 연관성이 높은 콘텐츠를 추천하고자 하였는가? | 본 논문에서는 두 단계를 통해 의미적 연관성이 높은 콘텐츠를 추천하고자 하였다. 첫 번째로, 저작내용을 기반으로 콘텐츠를 분류하기 위해 각 개인의 프로파일(profile)을 기반으로 적합하다고 판단 되는 정보를 필터링하여 맞춤형정보를 추천하는 내용기반 필터링(content-based filtering)을 사용했다. 내용 기반 콘텐츠 분류 단계에서 저작자의 시시각각 변하는 저작의도를 즉각적으로 반영할 수 있도록 프로파일을 구축, 갱신 하였고, 저작내용과 가장 유사한 콘텐츠를 분류하였다. 두 번째로, 의미적 극성 판단 단계를 통하여 분류된 콘텐츠와 저작내용의 의미적극성을 판단하였다. 이로써 저작내용과 의미적극성이 높은 콘텐츠를 추천할 수 있었다. 본 논문은 기존의 기법 두 가지를 융합하여 하이브리드 형태의 콘텐츠 추천 방법을 제안했다는 점에 의의를 두었고, 현재까지 검증이 이루어지지 않은 연구이기 때문에 추가적인 평가가 필요하다. | |
협업적 필터링은 어떤 방법인가? | 협업적 필터링은 사용자들의 유사성향을 기반으로 추천해주는 방법이다. 많은 사용자들의 콘텐츠에 대한 선호도 정보를 파악하여 유사한 성향을 가진 사용자들을 그룹화 한다. 하나의 그룹 안에 있는 사용자들이 공통적으로 선호하는 콘텐츠를 사용자에게 추천해 주는 방법이다. 사용자들의 주관적인 선호도를 기반으로 하기 때문에 정량적으로 확인할 수 없는 콘텐츠를 선별하는데 유용하다. | |
웹 2.0 환경에서 무엇이 마련되었는가? | 웹 2.0 환경에서는 사용자가 직접 콘텐츠를 생성하고 공유할 수 있는 기반이 마련되었다[1]. 더불어 멀티미디어 기술의 발전과 함께 이미지, 동영상, 오디오 등의 멀티미디어 콘텐츠의 생산과 소비가 급증하게 되었다. |
Eom, T. Y., Kim, W. J., and Park, S. U., "Personalized Bookmark Recommendation System Using Tag Network," The Journal of Society for e-Business Studies, Vol. 15, No. 4, pp. 181-195, 2010.
Hong, J. U., Lee, J. Y., and Min, M. H., "Using Collaborative filtering portal content recommendation system," Proceedings of KIIS Fall Conference 2010, Vol. 20, No. 2, 2010.
Kim, B. Y., Lee, J. H., Lee, M. S., Kim, Y. J., and Tian, L. "Social networking services tailored recommendation techniques," Ewha Womans University, 2013.
Kim, H. D., "Collaborative Tag-Based Recommendation Methods Using the Principle of Latent Factor Models," The Journal of Society for e-Business Studies, Vol. 14, No. 4, pp. 47-57, 2009.
Kim, H. K., Seo, H. C., and Jang, M. G., "User Requirements for personal media management software," Korea Information Science Society 2006 Proceedings of Korea Computer Conference(B), Vol. 33, No. 1, pp. 124-126, 2006.
Kim, S. H., "Study on content-based image and video retrieval system performance analysis," Biblia Korea, Vol. 15, No. 2, 2004.
Lee, B. S. and Hwang, B. Y., "Web documents prediction system using a Web log mining," Korea Information Science, Vol. 32, No. 2, pp. 97-99, 2005.
Lee, D. J., Lee, S. K., and Lee, S. G., "Music using collaborative filtering recommendation considering the time context information," Proceedings of Korea Computer Conference, Vol. 36, No. 1, 2009.
Lee, I. G., "Image search methods using color information and texture information Features," Chungwoon University, 2005.
Lee, S. P., "Social network-based system customized content recommendation," proceedings of Broadcasting Engineers, Vol. 18, No. 1, 2013.
Ryu, G. G. and Kim, H. C., "Content-based content recommendation method using the polarity information," Proceedings of Korea Computer Education Association Winter Conference, Vol. 19, No. 1, 2015.
Uhm, K. H. and Bang, N. H., "Image search technology analysis using shape features," Research Database, Vol. 17, No. 4, 2001.
*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.