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
- 본 연구는 협력적 필터링 알고리즘을 이용한 고객의 선호도 예측 과정에서 부가적으로 생성된 정보를 이용하여 선호도 예측 정확도를 개선할 수 있는 방법에 대하여 제안하고 있다. 아직 그 예측정확도의 개선이 미약하지만 추가적 연구를 통하여 개선효과가 큰 보정함수를 제안 할 수 있는 기초를 제시하고 있다.
- com과 같은 거대 전자상거래 업체들이 이용하고 있으며 학문적으로도 많은 연구가 이루어지고 있는 분야이다. 본 연구는 협력적필터링 알고리즘을 이용하여 고객의 선호도를 예측하는 과정에서 생성되는 추가정보들의 활용방안에 대하여 연구하였다.
- 본 연구에서는 선호도 예측 과정에서 생성된 부가정보의 활용에 대해 연구하였다. 부가정보란 사전정보와 달리 선호도 예측 과정 중 이웃의 선정과정과 유사도 가중치 계산과정에서 발생하는 정보를 말한다.
- 여기서 이웃 선정과정에서는 선호도예측에 사용되는 이웃의 수가 부가정보로 생성되며 유사도 가중치의 계산과정에서는 추천대상 고객과 이웃 고객의 평가치들에서 공통으로 평가한 응답쌍의 수가 발생한다. 본 연구에서는 이웃 선정과정에서 생성된 이웃 수를 이용하여 선호도 예측정확도를 향상시키기 위한 방법을 제시한다.
- 또한 기존의 사전평가와 같은 연구결과와 연계할 수 있다면 협력적 필터링 알고리즘에서 이웃에 따른 시스템 부하를 줄이는 동시에 선호도 예측 정확도를 개선할 수 있는 방법이 개발될 것으로 기대한다. 본 연구의 목적은 차기 정교한 선호도 예측 정확도 보정 함수의 개발에 기초를 마련하고 부가정보의 활용에 대한 가능성을 제시하는데 그 목적이 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.