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
- 따라서 본 연구에서는 유전자 알고리즘을 활용하여 규칙을 자동적으로 생성하고 이를 활용하여 상품을 추천하는 추천기법을 제안한다. 본 연구에서 제안하는 추천기법은 확장성과 희박성의 문제가 한계점인 기존의 추천기법의 한계점을 보완할 수 있는 규칙 기반 추천기법 의 일종이 지 만, 데이터로부터의 규칙 생성과정을 자동화한 기법으로 규칙기반 추천기법의 단점을 보완한 방법이라고 할 수 있다.
- Adeli & Hung(l995) 참고). 따라서 본 연구에서는 탐색과정을 이해하기 쉽도록 간단하게 요약하여 설명하도록 한다. 유전자 알고리즘은 우선임 의의 값을 가진 초기화된 개체집단을 생성한다.
- 사상의 방법은 여러 가지가 있는데 해당 사례 내에서 유전자 알고리즘이 효율적인 탐색을 하도록 하기 위해서는 탐색 목적에 적합한 효과적인 사상방법을 찾아야만 한다. 본 연구에서 유전자 알고리즘을 수행하는 목적은 고객 데이터를 활용하여 특정 상품을 구미하는 고객을 예측할 수 있는 추천 규칙을 찾는 것이다. 즉, 표 1에 열거 된 16개의 변수와 그 가능한 속성범 주의 조합으로 모집단 염색체를 구성하고 유전자알 고리즘 고유의 연산과정인 선택, 교베, 돌연변이 연산과 이에 대한 적합도 평가를 하게 된다.
- 그러나 규칙기반추천기법의 경우에도 추천 규칙 생성의 어려움이 가장 근 한계점으로 지적되었다. 본 연구에서는 규칙기반 추천기법의 한계점을 보완하고자 전역 탐색 데이터 마이닝 기법 중 하나인 유전자 알고리즘을 활용하여 주천을 위한 마케팅 규칙을 생성하고 모델 기반의 추천시스템의 프로토타입을 구축하였디..
- 본 연구에서는 유전자 알고리즘에 기반한 상품 추천시스템을 제안하고 이의 유용성을 확인하기 위해 가상의 인터넷 쇼핑몰을 구축하고 사용자들의 이용만족도를 확인하는 방식으로 제안된 기법의 유용성을 확인하고자 한다.
- 본 연구에서는 협업필터링과 같이 상품추천 시스템에 많이 활용되고 있는 기존의 추천방법의 한계점을 지적하고 이 한계점들을 보완할 수 있는 방법으로 규칙 기 반의 추천기법이 유용할 수 있음을 주장하였다. 그러나 규칙기반추천기법의 경우에도 추천 규칙 생성의 어려움이 가장 근 한계점으로 지적되었다.
- 본 인구에서는 기존의 상품 추천 시스템들의 이러한 한계점을 보완할 수 있는 규칙 기반의 상품 추천기법 의 하나인 유전자 알고리즘(genetic algorithms)을 이용한 주천기법을 제안한다. 본연구에서 제안하는 기법은 상기의 한계점을 보완할수 있는 규칙기반의 추천기법의 일종이지만, 규칙기반 추천기법의 한계점이라고 할 수 있는 규칙추출의 어려움을 보완한 기법이다.
- 유전자 탐색 과정에서 필요한 적합도 (fitness) 평가의 목적은 특정 DVD 상품군에 대한 구매 또는 비구매에 대한 오분류률을 최소화함과 동시에 특정 상품을 구매할 수 있는 고객들의 속성을 파악하기 위함이다. 본 인구에서 활용된 적합도 함수와 그 평가과정은 아래와 같다.
- 먼저, 선 행 연구에서 사용된 상품추천 기법 들을 살펴 보고, 그 장단점을 확인한다. 확인된 장단점을 기반으로 단점을 보완할 수 있는 기법을 제안하고 제안 기법의 주요구성요소인 유전자 알고리즘에 대해살 펴 본다. 3장에서 는 제안추천기법을 활용하여 추천 시스템을 설계하고 이의 유용성을 확인할 수 있는 가상의 인터넷 쇼핑몰을 설계한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.