최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기디지털융복합연구 = Journal of digital convergence, v.17 no.9, 2019년, pp.375 - 381
오재택 (공주대학교 컴퓨터공학과) , 이상용 (공주대학교 컴퓨터공학부)
Recently, the recommendation system has attracted the attention of users as customized recommendation services have been provided focusing on fashion, video and music. But these services are difficult to provide users with proper service according to many different contexts because they do not use c...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
추천 시스템의 정확도가 떨어지는 현상이 발생하는 이유는 무엇인가? | 그러나 이러한 서비스들은 실시간으로 상황 정보를 사용하지 않아 여러 상황에 따른 적합한 서비스를 사용자에게 제공하기가 어렵다. 또한 적용되는 상황 정보가 차원을 확장시킬 경우, 데이터 희소성(Data Sparsity)을 증가시켜 사용자들에게 적합한 음악들을 추천할 수 없는 문제가 발생한다[9-14]. 상황인식 추천 시스템에서의 데이터 희소성이란 추천할 음악에 사용되는 상황 정보가 부족하여 추천 시스템의 정확도가 떨어지는 현상을 말한다. | |
연관규칙 분석이란 무엇인가? | 연관규칙(Association Rules) 분석은 데이터(Item) 간의 상호 관련성 또는 관계를 찾아내어 사용자의 의사 결정 과정에 도움이 되는 비지도 학습(Unsupervised Learning) 방법중의 하나이다[18, 19]. 자주 발생하는 관계들을 if-then 형식의 규칙으로 표현하며, 결과를 판단하기 위한 지표들을 통해서 연관규칙의 신뢰성을 파악한다. | |
국내외 스트리밍 음악 추천 서비스에는 어떤 것들이 있는가? | 국내외 대표적인 스트리밍 음악 추천 서비스로는 Spotify, TIDAL, Melon, Apple Music 등이 있다. |
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.