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
- 그러나 사용자들의 명시적 평가에 대한 거부감으로 인하여 초기 평가 행렬의 희소성 문제를 야기한다[10][17]. 따라서, 본 논문에서는 희소성 문제를 해결하기 위하여 SVD(Singular Value Decomposition)의 적용 방법을 제안하고 한다.
- 본 논문에서는 Contrainted Pearson's r에서 사용자의 유사도를 계산하기 위해 상관계수를 구하는 방법 대신에 SVD를 이용하여 사용자 유사도를 계산하여 Contrainted Pearson's r에서 선호도를 예측하는 방법을 적용하여 상관계수와 SVD의 사용자 유사도 측정 성능을 비교하고자 한다.
- 본 논문에서는 사용자가 평가한 rating 행렬의 희소성 문제에 대한 해결책으로 Singular Value Decomposition을 이용한 방법을 제시하였다. 4절의 실험에서 알 수 있듯이 10개 이하의 rating 수를 가지는 사용자들에게 있어서 상관계수를 이용한 방법보다 우수한 성능을 얻을 수 있었다.
- 본 절에서는 SVD의 형식적인 정의와 예를 소개하고자 한다. 우선, A라는 행렬이 존재하면 행렬 A 의 분해는 식()와 같은 형식의 m×n 대각 행렬 ∑를 포함한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.