협력적 필터링에서 순위일치도에 미치는 영향요인 분석

• 영문명: Analysis of Factors Affecting Rank Fitting in Collaborative Filtering
• 발행기관: 한국자료분석학회
• 저자명: 김선옥(Sun Ok Kim)
• 간행물 정보: 『Journal of The Korean Data Analysis Society (JKDAS)』Vol.21 No.4, 1801~1809쪽, 전체 9쪽
• 주제분류: 자연과학 > 통계학
• 파일형태: PDF
• 발행일자: 2019.08.31

국문 초록

고객에게 적합한 상품을 선택하게 도와주는 추천시스템은 과대한 정보의 시대에 필요한 강력한 도구이며, 고객들의 상품에 대한 선호도 순위는 추천시스템에서 중요한 요소이다. 고객의 선호도 순위를 미리 예측하여 고객에게 알맞은 추천을 해주는 추천시스템은 강력한 도구로 사용되고 있다. 방대한 데이터가 만들어지고 있으며 많은 양의 데이터가 생산되는 환경에서 추천시스템에 의한 선호도 순위예측은 중요하다. 본 연구는 협력적 필터링 추천시스템의 예측 선호도 순위와 실재 고객의 선호도 순위를 비교하여 순위일치도의 요인을 분석한다. 그리고 고객들의 정보와 순위일치도와의 관계를 분석하였으며 순위일치도의 영향력이 있는 요인들을 조사하였다. 협력적 필터링의 추천시스템으로 구한 예측값의 선호도에 대한 순서를 조사하고 분석하여 순위일치도가 높은 그룹과 낮은 그룹으로 구분하였다. 구분된 그룹과 고객정보의 관계를 알아보고, 이분형 로지스틱 회귀분석을 실시하여 영향력이 있는 요인들로 연구모형을 제안하였다. 제안된 연구모형에서 고객들의 성별과 나이와 응답수가 순위일치도의 영향력 있는 요인으로 분석되었다.

영문 초록

A recommendation system that helps customers choose the product for their customers is a powerful tool for the age of extreme information and preference ranking of customers products is an important factor in the recommendation system. The recommendation system that predicts customers preference rankings and recommends them to customers is used as a powerful tool. This study analyzes the factors of rank fitting by comparing the ranking of the predictive preference of the collaborative filtering recommendation system with that of the real customer. We analyzed the factors that have influence on rank fitting by analyzing the relationship between customers information and rank order. We analyzed the preference ranking of the predicted values obtained by the collaborative filtering recommendation system, and classified them into low and high group by using the basic data. We investigated the relationship between group and customer information, and conducted a binary logistic regression analysis to suggest a research model with influential factors. In the proposed prediction model, the gender, age, and number of response were analyzed as factors influencing the rank fitting.

목차

1. 서론

2. 연구 방법

3. 연구자료 및 분석

4. 연구결과 및 향후 연구

References

키워드

추천시스템 고객정보기반 협력적 필터링 순위일치도 이분형 로지스틱 예측모형 recommendation system collaborative filtering rank fitting binary logistic regression prediction model