$\require{mediawiki-texvc}$

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.

[국내논문] 콘텐츠 속성에 따른 계층적 그룹화 추천시스템: 'The Movie Dataset' 분석사례연구
Hierarchical grouping recommendation system based on the attributes of contents: a case study of 'The Movie Dataset' 원문보기

응용통계연구 = The Korean journal of applied statistics, v.33 no.6, 2020년, pp.833 - 842  

김윤경 (숙명여자대학교 통계학과) ,  여인권 (숙명여자대학교 통계학과)

초록
AI-Helper 아이콘AI-Helper

넷플릭스, 아마존, 유튜브 등 대형 플랫폼에서는 고객의 다양한 정보를 활용하여 정밀한 추천시스템을 마련하고 여기서 추천된 상당수의 아이템이 실제 구매로 이어지고 있다. 본 논문에서는 추천 컨텐츠의 속성에 따라 사용자의 선호도에 차이가 있을 것이라고 예상하고 콘텐츠의 속성에 따라 군집분석을 실시하였다. 속성의 형태와 관계없이 사용할 수 있도록 Gower 거리를 사용했다. 본 논문에서는 영화 평점 사이트인 'The Movie Dataset'의 자료를 이용하여 영화의 기본정보인 장르, 감독 및 배우 변수를 바탕으로 사용자를 계층적으로 분류하고 영화를 추천하였다. 본 논문에서 제안한 추천 시스템을 평가하기 위하여 각 사용자 그룹별로 훈련자료와 검증자료로 나누어 정밀도를 살펴보았다. 그 결과 UBCF보다 월등히 높은 정밀도를 갖는 것으로 나타났다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Global platforms such as Netflix, Amazon, and YouTube have developed a precise recommendation system based on various information from large set of customers and many of the items recommended here are leading to actual purchases. In this paper, a cluster analysis was conducted according to the attri...

주제어

#Gower 거리   #군집분석   #장밀도  

표/그림 (3)

참고문헌 (14)

  1. Bektas, A. and Schumann, R. (2019). How to optimize Gower distance weights for the k-medoids clustering algorithm to obtain mobility profiles of the Swiss population, IEEE 6th Swiss Conference on Data Science (SDS). 

  2. Charrad, M., Ghazzali, N., Boiteau, V., and Niknafs, A. (2014). NbClust: An R package for determining the relevant number of clusters in a data set, Journal of Statistical Software, 61, 1-36. 

  3. Choi, S. M., Ko, S. K., and Han, Y. S. (2012). A movie recommendation algorithm based on genre correlations, Expert Systems with Applications, 39, 8079-8085. 

    상세보기 crossref

  4. Everitt, B. S., Landau, S., Leese, M., and Stahl, D. (2011). Cluster analysis (5th ed). Wiley. 

  5. Gower, J. C. (1971). A general coefficient of similarity and some of its properties, Biometrics, 27, 857-874. 

    상세보기 crossref

  6. Kim, Y. S., Kim, B. C., and Yoon, B. J. (2002). Design and implementation of e-commerce applications using improved recommender systems, KIPS Transactions on Computer and Communication Systems, 9-D, 329-336. 

  7. Lee, H. G. and Lee, S. Y.(2001). The design and implementation of an adaptive Information recommendation agent system, Journal of Information Technology Applications and Management, 3, 77-89. 

    crossref

  8. Lee, R. K., Chung, N., and Hong, T. (2019). Developing the online reviews based recommender models for multi-attributes using deep learning, The Journal of Information Systems, 28, 97-114. 

    원문보기 상세보기 crossref

  9. Moon, H., Lim, J., Kim, D., and Cho, Y. (2020). A Deep learning based recommender system using visual information, Knowledge Management Research, 21, 27-44. 

  10. Sarwar, B. M., Karypis, G., Konstan, J., and Riedl, J. (2002). Recommender systems for large-scale e-commerce: Scalable neighborhood formation using clustering. In Proceedings of the Fifth International Conference on Computer and Information Technology, 1, 291-324. 

  11. Tuerhong, G. and Kim, S. B. (2014). Gower distance-based multivariate control charts for a mixture of continuous and categorical variables, Expert Systems with Applications, 41, 1701-1707. 

    상세보기 crossref

  12. van den Hoven, J. (2016). Clustering with Optimized Weights for Gower's Metric, University Amsterdam. Available from: http://www.few.vu.nl/sbhulai/papers/thesis-vandenhoven.pdf 

  13. Wang, Z., Yu, X., Feng, N., and Wang, Z. (2014). An improved collaborative movie recommendation system using computational intelligence, Journal of Visual Languages & Computing, 25, 667-675. 

    상세보기 crossref

  14. Zhang, S., Yao, L., Sun, A., and Tay, Y. (2019). Deep learning based recommender system: A survey and new perspectives, ACM Computing Surveys, 52, Article No 5, 1-35. 

    상세보기

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

FREE

Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문

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