$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

그룹 추천에서 사용자 선호도의 편차를 고려한 그룹 모델링 전략
A Group Modeling Strategy Considering Deviation of the User's Preference in Group Recommendation

정보과학회논문지 = Journal of KIISE, v.43 no.10, 2016년, pp.1144 - 1153  

김형진 (고려대학교 컴퓨터학과) ,  서영덕 (고려대학교 컴퓨터학과) ,  백두권 (고려대학교 컴퓨터학과)

초록
AI-Helper 아이콘AI-Helper

그룹 추천은 개인이 아닌 그룹의 특성 및 성향을 분석하여 구성원들에게 적합한 정보를 제공하는 추천 방식이다. 기존의 그룹 추천 방식은 평균 선호도나 선호 횟수에 기반한 그룹 모델링 전략을 사용한다. 하지만 평균이 높고 선호 횟수가 많은 관심사더라도 선호도의 편차가 크다면, 그룹 내 구성원 모두를 만족시키는 추천 결과를 제공하기가 어렵다. 본 논문에서는 이를 개선하고자 관심사에 대한 평균 선호도에 선호도 편차를 가중치로 하는 그룹 모델링 전략을 제안한다. 제안하는 방법은 평균 선호도가 높으면서 선호도 편차가 작은 관심사들을 추천 결과로 제공해줌으로써 기존의 그룹 모델링 전략보다 더 많은 그룹 내 구성원들을 만족시키는 정보를 제공하는 것이 가능하다. 실험을 통해 제안하는 그룹 모델링 전략이 기존의 방식에 비해 높은 성능을 보였고, 소규모의 사용자뿐만 아니라 많은 수의 사용자가 형성하는 그룹에서도 높은 성능을 가짐을 확인하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Group recommendation analyzes the characteristics and tendency of a group rather than an individual and provides relevant information for the members of the group. Existing group recommendation methods merely consider the average and frequency of a preference. However, if the users' preferences have...

주제어

#추천 시스템   #그룹 추천   #그룹 모델링   #그룹 모델링 통합 전략   #선호도 편차  

참고문헌 (17)

  1. J. Bobadilla, F. Ortega, A. Hernando, and A. Gutierrez, "Recommender systems survey," Journal of Knowledge-Based Systems, Vol. 46, pp. 109-132, 2013. 

    상세보기 crossref

  2. M. Kompan and M. Bielikova, "Group recommendations: survey and perspectives," Journal of Computing and Informatics, Vol. 33, pp. 446-476, 2014. 

  3. M. O'Connor, D. Cosley, J. Konstan, and J. Riedl, "PolyLens: A Recommender System for Groups of Users," Proc. of European Conference on Computer-Supported Cooperative Work, pp. 199-218, 2001. 

  4. J. McCarthy, and T. Anagnost, "MusicFX: An arbiter of group preferences for computer supported collaborative workouts," Proc. of Computer Supported Cooperative Work, pp. 363-372, 1998. pp. 765-774, 2011. 

  5. L. Ardissono, A. Goy, G. Petrone, M. Segnan, and P. Torasso, "Tailoring the Recommendation of Tourist Information to Heterogeneous User Groups," Proc. of International Workshops OHS-7, SC-3, and AH-3, LNCS 2266, pp. 280-295, 2002. 

  6. L. Boratto, S. Carta, and G. Fenu, "Discovery and representation of the preferences of automatically detected groups: Exploiting the link between group modeling and clustering," Journal of Future Generation Computer Systems, 2015. 

  7. A. Jameson, and B. Smyth, "Recommendation to groups," Journal of The adaptive web, pp. 596-627, 2007. 

  8. J. Masthoff, "Group modeling: Selecting a sequence of television items to suit a group of viewers," Journal of User Modeling and User-Adapted Interaction, Vol. 14 pp. 37-85, 2004. 

    상세보기 crossref

  9. H. Lieberman, N.W.V. Dyke, and A.S. Vivacqua, "Let's browse: A collaborative web browsing agent," Proc. of Intelligent User Interfaces, pp. 65-68, 1999. 

  10. S. Pizzutilo, B. De Carolis, G. Cozzolongo, and F. Ambruoso, "Group modeling in a public space: methods, techniques, experiences," Proc. of World Scientific and Engineering Academy and Society, pp. 175-180, 2005. 

  11. K. McCarthy, M. Salam'o, L. Coyle, L. McGinty, B. Smyth, and P. Nixon, "CATS: A Synchronous Approach to Collaborative Group Recommendation," Proc. of FLAIRS Conference, pp. 86-91, 2006. 

  12. A. Crossen, J. Budzik, and K. J. Hammond, "Flytrap: intelligent group music recommendation," Proc. of Intelligent User Interfaces, pp. 184-185, 2002. 

  13. Z. Yu, X. Zhou, Y. Hao, and J. Gu, "Tv program recommendation for multiple viewers based on user profile merging," Journal of User Modeling and User-Adapted Interaction, Vol. 16, pp. 63-82, 2006. 

    상세보기 crossref

  14. Y.-L. Chen, L.-C. Cheng, and C.-N. Chuang, "A group recommendation system with consideration of interactions among group members," Journal of Expert Systems with Applications, Vol. 34, pp. 2082-2090, 2008. 

    상세보기 crossref

  15. J. Wang, Z. Liu, and H. Zhao, "Group Recommendation Using Topic Identification in Social Networks," Proc. of Intelligent Human-Machine Systems and Cybernetics, pp. 355-358, 2014. 

  16. L. Baltrunas, T. Makcinskas, and F. Ricci, "Group recommendations with rank aggregation and collaborative filtering," Proc. of Recommender System, pp. 119-126, 2010. 

  17. J. Bobadilla, F. Serradilla, and J. Bernal, "A new collaborative filtering metric that improves the behavior of recommender systems," Journal of Knowledge Based Systems, Vol. 23, pp. 520-528, 2010. 

    상세보기 crossref

저자의 다른 논문 :

LOADING...

관련 콘텐츠

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로