협력적필터링 예측에서 MAE의 판정 방법 제안

• 영문명: A Suggestion of Decision Method of MAE in Collaborative Filtering Prediction
• 발행기관: 한국자료분석학회
• 저자명: 김선옥(Sun Ok Kim) 이희춘(Hee Choon Lee)
• 간행물 정보: 『Journal of The Korean Data Analysis Society (JKDAS)』Vol.14 No.6, 3003~3010쪽, 전체 8쪽
• 주제분류: 자연과학 > 통계학
• 파일형태: PDF
• 발행일자: 2012.12.30

국문 초록

전자상거래에서는 거래되는 상품에 대한 정보를 사용자들에게 다양한 방법으로 마케팅하기 위한 방법들이 고안되어 왔으며 특히 사용자들이 접하지 않은 상품에 대한 예측된 선호도를 제공하여 사용자들의 구매 욕구를 증진시키는 추천시스템이 보편적으로 이용되고 있다. 이러한 추천시스템은 다양한 차원에서 사용자들이 관심을 가질 가능성이 높은 상품을 선정하여 정보를 제공한다. 또한 사용자들의 정보검색 시간을 줄이는데 중요한 도구로 활용중이다. 추천시스템은 사용자기반의 추천시스템과 아이템기반의 추천시스템으로 구분을 할 수 있다. 사용자 기반 추천시스템은 사용자의 성향을 분석해서 구매자에게 상품을 추천해주는 시스템이며 아이템기반 추천시스템은 아이템의 구매 패턴을 분석하여 구매자에게 상품을 추천하는 시스템이다. 이 논문에서는 사용자 기반 추천시스템에서 예측치를 추정하기 이전에 사용자들의 MAE를 사전에 판정할 수 있는 방법에 대해 연구한 논문이다. 이 방법은 추정치의 오차를 미리 예측할 수 있어서 조건에 따른 알고리즘을 개발하기 위한 기초연구이다. 이 방법은 사용자들이 이미 평가한 선호도 평가치에 대해 응답 자료의 기초 통계량을 이용한다. 예측치에 대한 오차의 사전예측을 할 수 있어서 새로운 알고리즘 개발에 적용할 수 있을 것으로 기대한다.

영문 초록

Various methods are being used to inform customers of the information about the items traded in e-commerce. Especially, the recommending system generally is being used by providing customers with predicted preference degree to the items which are not exposed to customers and so boosting purchasing desires. This recommending system provides information by selecting items that customers may be interested in various ways, and also, is being utilized as an important tool that reduces users’ effort and time of information search. The recommending system can be divided into categories; user-based and item-based. User-based recommending system is the one which recommends items to customers by analyzing users’ preferences, and item-based recommending system is the one which recommends items to customers by analyzing items’ purchasing pattern. In this study, the method for the decision of users’ MAE in advance was researched before prediction value in user-based recommending system. This method is a basic research for developing algorithm according to the conditions as the difference of prediction value can be predicted in advance. And also, it is a method for analyzing users on the basis of previous information of users. This uses basic statistics of responded data about preference evaluation value which was already examined. It is expected that this method will be applied to a new algorithm development, because this can predict the difference of prediction value in advance by clustering users.

목차

1. 서론

2. 관련연구

3. 연구 배경

4. 실험 및 결과분석

5. 결론

참고문헌

키워드

추천시스템 협력적 필터링 전자상거래 클러스터 Recommender System Collaborative Filtering MAE E-Commerce Cluster Analysis