학술논문
비정형화된 속성의 학습을 통한 자동화된 내용 기반 필터링 기법의 개발
이용수 2
- 영문명
- Development of an Automated Content Based Filtering Method By Learning Non-Structured Features
- 발행기관
- 한국자료분석학회
- 저자명
- 김용수(Yong Soo Kim)
- 간행물 정보
- 『Journal of The Korean Data Analysis Society (JKDAS)』Vol.8 No.4, 1615~1624쪽, 전체 10쪽
- 주제분류
- 자연과학 > 통계학
- 파일형태
- 발행일자
- 2006.08.30
4,000원
구매일시로부터 72시간 이내에 다운로드 가능합니다.
이 학술논문 정보는 (주)교보문고와 각 발행기관 사이에 저작물 이용 계약이 체결된 것으로, 교보문고를 통해 제공되고 있습니다.
국문 초록
본 연구에서는 비정형화된 속성의 학습을 통한 자동화된 내용 기반 필터링 기법을 개발하였다. 기존의 내용 기반 필터링 기법은 사용자의 선호 정보와 각 콘텐츠 또는 상품의 프로파일 정보를 비교하여 각 사용자가 선호할만한 상품을 추천하는 기법이다. 그러나, 각 콘텐츠 또는 상품의 프로파일 정보를 관리자가 일일이 입력해야하는 번거로움과 속성을 정확히 정의하는 것이 매우 어려우므로, 기존의 내용기반 필터링 기법은 범용적으로 사용되지 못하였다. 그러나, 본 논문에서 개발한 방법은 기존의 내용 기반 필터링 기법과는 달리, 콘텐츠 또는 상품의 속성을 관리자가 일일이 정의할 필요가 없다. 즉, 기존의 내용 기반 필터링 기법의 한계점을 극복한 것이다. 본 연구에서 개발한 기법의 절차는 다음과 같다. 첫째, 각 문서의 형태소 분석을 통해 자동적으로 그 문서의 속성을 정의하게 된다. 둘째, 각 문서로부터 등장한 많은 형태소 중, 문서의 변별력에 도움이 되는 의미 있는 단어들을 추출하여, 이를 키워드 집합으로 정의한다. 셋째, 각 사용자의 키워드 선호도를 수치적으로 결정한다. 이는 각 사용자가 읽은 문서의 키워드를 문서의 위치 및 빈도수를 고려하여 결정된다. 마지막으로, 각 사용자별 키워드 선호도와 새로 등장한 문서의 키워드 집합을 대조시킨 다음, 가장 적절한 문서를 사용자에게 추천하게 된다. 본 연구에서 개발한 기법의 효용성을 검증하기 위해 실험용 뉴스 사이트를 운영하였으며, 개발한 방법의 우수성을 입증하였다.주요용어 : 내용 기반 필터링, 추천 시스템, 키워드 선호도, 정보 추출.
영문 초록
In this article, an automated content based filtering method was developed using learning non-structured features. Conventional content based filtering is a scheme for recommendation and uses user s preference information and profile of each content or product. However, content based filtering method was not used commonly since it is difficult and complicated for administrator to define the features of contents or products properly. Unlike the conventional content based filtering, the proposed approach is not required to define features of the contents or products. That is, the proposed approach overcome the limitation of the conventional content based filtering. The proposed method consists of the following four phases. First, a morphological analysis of the text is carried out in order to automatically define features of the text (i.e. news page). Second, for each text, a keyword set is defined based on the frequency and location of the words within the text. Third, each user s keyword preference is numerically determined. This process is carried out using the weighted count of keywords of the text which the user has selected. Finally, a recommended contents are generated based on the user s keyword preference and keyword sets of the new contents. The effectiveness of the proposed approach is assessed using an experimental news site. It is found that the recommended news pages by the proposed approach were clicked more than popular news or prompt news pages.
목차
I. 서론
II. 내용 기반 필터링 기법의 개요
III. 개발한 내용 기반 필터링 기법
IV. 실험 평가
V. 결론
참고문헌
키워드
해당간행물 수록 논문
- 문제중심학습과 평가
- A Study on Criteria for Determining the Number of Clusters
- Sensitivity Analysis in Fitting Auto- and Cross-Variogram Model
- 감자와 감자이용음식의 기호도, 소비전망 및 개선점에 대한 조사연구
- Confidence Intervals on Correlation Coefficient in Bivariate Normal Distribution
- 중학생의 컴퓨터 게임중독, 학업수행 및 신체병리증상과의 관계
-
Nonparametric Bayesian Approach for P(Y₁
- 쥐기 작업 동안 손목과 팔의 자세가 힘 발휘와 근활성화에 미치는 영향
- 정보제공이 중환자실 퇴실 환자가족의 불안 및 역할 스트레스에 미치는 영향
- 청소년의 온라인게임 행동과 학교생활만족도 연구
- 심플렉스 측도를 이용한 구성비 데이터의 회귀모형
- 베이즈법칙의 활용을 위한 미니탭 매크로
- 패션기업 종사자의 인구통계적 특성과 근무여건의 관계
- 비정형화된 속성의 학습을 통한 자동화된 내용 기반 필터링 기법의 개발
- 심플렉스 공간의 s-노옴의 표집분포
- 무응답을 고려한 직접질문방법과 확률화응답기법의 효율성 비교
- 손해보험사의 신용평가에 관한 연구
- 중앙값을 이용한 관리도의 구축
- Corporate R&D and Locations
- Multiple Comparisons of the Proportions for Negative Binomial Populations Using Fractional Bayes Factor
- One of Modified Confidence Intervals using Tukey-Williams Method in One-Factor Components-of-Variance Model
- 자궁근종 여부에 대한 DSOM 변수의 연관성분석
- 한반도 상륙 태풍의 진행에 따른 바람 분포 특성
- 대학조직의 성과와 모바일 캠퍼스 서비스의 실증적 연구
- 골프장 조성에 따른 도심형 관광목적지의 지역경제적 영향
- 고객만족지수의 전략적 측정을 위한 구조방정식모형의 적용
- 의사결정나무를 이용한 장기 운전자 상품 고객 패턴 분석
- 다도(茶道) 교육이 유아의 예절행동에 미치는 영향 연구
- Multivariate Survival Analysis via Model Selection
- Forecasting of Monthly Mean of Surface Air Temperature on Korean Peninsula
- Robust Frailty Models using Heavy-Tailed Distributions
- Comparisons of Overfitting Probabilities of some Model Selection Criteria in Small Samples
참고문헌
교보eBook 첫 방문을 환영 합니다!
신규가입 혜택 지급이 완료 되었습니다.
바로 사용 가능한 교보e캐시 1,000원 (유효기간 7일)
지금 바로 교보eBook의 다양한 콘텐츠를 이용해 보세요!