개인화를 위한 추천시스템 알고리즘에 관한 연구

• 영문명: On the Algorithm of Recommendation System for Personalization
• 발행기관: 한국자료분석학회
• 저자명: 강현철(Hyuncheol Kang) 한상태(Sang-Tae Han) 정병철(Byoung-Cheol Jung) 신연주(Youn-Ju Shin)
• 간행물 정보: 『Journal of The Korean Data Analysis Society (JKDAS)』Vol.6 No.4, 1043~1049쪽, 전체 7쪽
• 주제분류: 자연과학 > 통계학
• 파일형태: PDF
• 발행일자: 2004.08.30

국문 초록

개인화된 추천시스템(recommendation system)은 자동화된 정보 필터링 기술을 적용하여 고객의 취향에 맞는 아이템(상품, 기사, 컨텐츠 등)을 추천하는 시스템이다. 이러한 추천시스템에서 가장 중요한 것은 고객의 특성을 정확히 파악하여 가장 적절한 아이템을 추천해 줄 수 있는 능력이라고 할 수 있다. 특히 사용자의 웹사이트 방문기록인 웹로그 데이터에 대한 효율적 처리가 가능해짐에 따라 웹마이닝 기법을 추천시스템에 적용하려는 시도가 증가하고 있다. 본 연구에서는 추천시스템을 위해 제안된 여러 알고리즘들을 소개하고 그 특징들을 비교하였으며, 웹로그 데이터에 대한 연관성규칙발견 및 군집분석을 이용한 추천시스템 알고리즘을 제안하고 실제 자료에 적용하여 그 결과를 살펴보았다.

영문 초록

Personalized recommendation system apply statistical and knowledge discovery techniques to the problem of making item (product, web content, and article, etc.)recommendations during a live customer interaction. A principal element of recommendation system is determination of the set of actions to be recommended for personalization. In this study, we introduce a few algorithms for recommendation system with comparisons of characteristics, and apply recommendation algorithms to real web log data using the results of association rule discovery and clustering to some real data.

목차

1. 서론

2. 개인화 및 추천시스템의 개념

3. 웹로그 데이터 분석을 통한 추천시스템

4. 결론 및 토의

참고문헌

키워드

개인화 추천시스템 연관성규칙발견 군집분석 Personalization Recommendation System Association Rule Discovery Clustering