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
- 본 논문에서는 S서비스의 체크인 데이터를 활용하여 스마트폰 기반의 안드로이드 OS에서 구현해보았다. 그림 3은 본 논문에서 구현한 실행 화면을 보여 준다.
- 체크인 데이터는 장소에 대한 이름, 좌표, 사용자가 체크인을 하면서 생성한 데이터인 닉네임, 장소평가점수, 태도점수로 구성되어 있다. 본 논문에서는 동일한 장소를 평가한 사용자들을 대상으로 선호 예측 장소 추천 모델을 적용시켜 보았다.
- 본 논문에서는 사용자 행동 태도를 기반으로 협업적 필터링 에서의 장소 추천 문제점을 보완한 장소추천 기법을 제안한다. 또한 거리계산 알고리즘을 추가하여 장소 추출에 최적화 하였다.
- 본 논문에서는 위치기반서비스와 빅데이터 기술이 결합되어 발전되고 있는 사용자 행동 기반 추천 시스템을 연구하였다. 본논문에서 개발한 사용자행동 기반 다속성 태도 모델기반의 유사도 측정 연구는 사용자 신념에 따른 태도 점수, 사용자간 유사도, 협업적 필터링 선호예측, 유클라디안 알고리즘 등을 기반으로 개인화에 따른 맞춤형 장소를 추천할 수 있다.
- 본 논문에서는 특정 장소의 방문 태도 점수를 구하여 사용자 간의 유사도를 계산하고 유사도가 높은 사용자들이 방문했던 장소 간 유사도를 계산하여 선정된 선호도를 예측하겠으며 가까운 거리의 장소를 추천하도록 하겠다. 추천하는 식은 다음과 같다.
- 본 연구에서는 음식점 방문에 대한 비슷한 태도를 보인 다른 사용자를 추출한 후 방문했던 장소를 비교하여 추천하는 사용자 행동 기반 다속성 태도모델 기반의 장소를 추출하는 연구를 해보려고 한다.
- 피쉬바인모델에서는 소비자가 어떤 제품에 대해 갖게 되는 태도는 그 대상에 대해 가진 여러 정보 중 소비자가 지각한 몇 가지 현저한 신념, 그리고 브랜드속성에 대한 중요성 평가에 의해 총체적 태도가 결정된다고 말하고 있다. 이 알고리즘은 소비자의 구매 경향에 대해 이해하는데 목적이 있으며, 구매 경향과 긴밀한 태도 점수를 구할 수 있어 소비자 태도 체계에 대한 이해를 얻을 수 있는 장점이 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.