$\require{mediawiki-texvc}$

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.

평점 빈도 가중치 기반 기준선 예측기의 추천 성능 향상을 위한 편향 기반 추천기
Bias-Based Predictor to Improve the Recommendation Performance of the Rating Frequency Weight-based Baseline Predictor

정보과학회논문지 = Journal of KIISE, v.44 no.5, 2017년, pp.486 - 495  

황태규 (중앙대학교 컴퓨터공학과) ,  김성권 (중앙대학교 컴퓨터공학과)

초록
AI-Helper 아이콘AI-Helper

협업 필터링(CF, Collaborative Filtering)은 추천을 수행하기 위해 필요한 비용(시간/공간 복잡도 등)이 현실 데이터에 적용하기에는 한계가 있다. 평점 빈도 가중치 기반의 Baseline Predictor(RFWBP, Rating Frequency Weight-based Baseline Predictor)는 정확도가 기존의 방법과 근사하며, 비용을 크게 줄일 수 있는 효율적인 방법 중 하나이다. 그러나 효율성을 고려해 RFWBP만 사용할 경우, 1)학습을 수행하지 않기 때문에 발생되는 오차를 감소시킬 수 없고, 2)적합한 추천 목록을 작성하기 위한 조건이 없기 때문에 모두 추천했다. 본 논문은, 제시된 문제를 해결하기 위한 BBP(Bias-Based Predictor)를 제안한다. BBP는 Bias를 보정하여 오차의 범위를 감소시킴으로써 1)을 해결했고, 선호에 적합한 추천 목록 작성을 위한 몇 가지 Case를 정하고, 추천 목록을 구성함으로써 2)를 해결하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Collaborative Filtering is limited because of the cost that is required to perform the recommendation (such as the time complexity and space complexity). The RFWBP (Rating Frequency Weight-based Baseline Predictor) that approximates the precision of the existing methods is one of the efficiency meth...

주제어

#추천 시스템   #효율성   #평점 빈도 가중치   #편향 기반 예측  

참고문헌 (12)

  1. Y. Koren, R. Bell, C. Volinsky, "Matrix Factorization Techniques for Recommender Systems," Computer, Vol. 42, Issue 8, pp. 42-49, 2009. 

  2. N. Lathia, S. Hailes, L. Capra, X. Amatriain, "Temporal Diversity in Recommender Systems," Proc. of the 33rd international ACM SIGIR conference on Research and development in information retrieval, pp. 210-217, 2010. 

  3. G. Adomavicius, Y. Kwon, "Improving Aggregate Recommendation Diversity using Ranking-based Techniques," IEEE Transactions on Knowledge and Data Engineering, Vol. 24, Issue 5, pp. 896-911, 2012. 

    상세보기 crossref

  4. B. Sarwar, G. Karypis, J. Konstan, J. Riedl, "Itembased Collaborative Filtering Recommendation Algorithms," Proc. of the 10th international conference on World Wide Web, pp. 285-295, 2001. 

  5. Z. Wang, Y. Liu, S. Chiu, "An Efficient Parallel Collaborative Filtering Algorithm on Multi-GPU Platform," The Journal of Supercomputing, Vol. 72, Issue 6, pp. 2080-2094, 2016. 

    상세보기 crossref

  6. J. Jiang, J. Lu, G. Zhang, G. Long, "Scaling-up Itembased Collaborative Filtering Recommendation Algorithm based on Hadoop," Proc. of the 2011 IEEE World Congress on Services, pp. 490-497, 2011. 

  7. Z. D. Zhao, M. S. Shang, "User-based Collaborative Filtering Recommendation Algorithms on Hadoop," Proc. of the 3th International Conference on Knowledge Discovery and Data Mining, WKDD'10, pp. 478-481, 2010. 

  8. S. Panigrahi, RK. Lenka, A. Stitipragyan, "A Hybrid Distributed Collaborative Filtering Recommender Engine using Apache Spark," Procedia Computer Science, Vol. 83, pp. 1000-1006, 2016. 

    상세보기 crossref

  9. F. Zhang, T. Gong, V. E. Lee, G. Zhao, C. Rong, G. Qu, "Fast Algorithms to Evaluate Collaborative Filtering Recommender Systems," Knowledge-Based Systems, Vol. 96, pp. 96-103, 2016. 

    상세보기 crossref

  10. T. G. Hwang, C. S. Park, J. H. Hong, S. K. Kim, "Recommendation Algorithm using Rating Frequency Weight-based Baseline Predictor," Proc. of the 41th KIISE Winter Conference, pp. 553-555, 2014. (in Korean) 

  11. J. Dean, S. Ghemawat, "MapReduce: Simplified Data Processing on Large Clusters," Communications of the ACM, Vol. 51, Issue. 1, pp. 107-113, 2008. 

    상세보기

  12. M. Banko, E. Brill, "Scaling to Very Very Large Corpora for Natural Language Disambiguation," Proc. of the 39th annual meeting on association for computational linguistics, pp. 26-33, 2001. 

저자의 다른 논문 :

LOADING...

관련 콘텐츠

이 논문과 함께 이용한 콘텐츠

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