학술논문
LSI 기법을 이용한 전자상거래 추천자 시스템의 시뮬레이션 분석
이용수 0
- 영문명
- Simulation Study on E-commerce Recommender System by Use of LSI Method
- 발행기관
- 한국시뮬레이션학회
- 저자명
- 권치명(Chi-myung Kwon)
- 간행물 정보
- 『한국시뮬레이션학회 논문지』제15권 제3호, 23~30쪽, 전체 8쪽
- 주제분류
- 공학 > 기타공학
- 파일형태
- 발행일자
- 2006.09.30
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
추천자 시스템은 전자상거래 사이트에서 고객의 상품 구매 정보를 수집하여 고객에 대한 예상 구매 상품을 추천하는 목적으로 개발되었다. 본 연구는 대형 전자상거래 사이트에서 고객의 상품 구매 이력이 활용 가능한 경우에 전통적인 통계기법인 군집분석 및 고객 간의 상품 구매 상관성을 이용하는 기존 추천자 시스템(협력적 필터링 기법)과 문서 검색에서 사용되는 LSI분석에 기반한 협업 필터링 기법을 상품 추천에 적용하여 각 기법의 상품 추천 효율성을 비교 분석하였다. 문서-용어 행렬과 유사한 구조를 가지는 고객-상품 구매 행렬에 문서 검색에 사용되는 LSI 분석법은 고객의 상품 구매 경향을 원 상품 수보다 축소된 차원의 변환 상품을 통하여 파악함으로써 목표고객에 대한 인접고객군의 생성 노력을 현저히 감소시킬 수 있어 결과적으로 실시간으로 적용되는 추천자 알고리즘의 효율성을 개선할 수 있을 것으로 기대할 수 있다. 가상적인 고객-상품 구매 리스트를 대상으로 실행한 시뮬레이션 실험 결과에서도 알고리즘의 효율성 평가측도인 recall과 정확도 및 F1에서 LSI 기반 협력적 필터링 기법이 기존의 방법보다 우수한 결과를 나타내었다. 시뮬레이션 결과, 인접고객 군의 크기가 일정한 수준에 이르면 그 크기를 증가시키더라도 알고리즘의 효율성은 별로 개선되지 않으며 또한 추천 상품 수가 일정 수준에 도달하면 추천 정확도가 낮아지는 정도에 비해 recall의 개선도는 별 변화가 없는 것으로 나타나고 있다. 추천자 시스템을 구현하는 용도에 따라 이러한 정보는 유용하게 사용될 수 있다고 판단된다.
영문 초록
A recommender system for E-commerce site receives information from customers about which products they are interested in, and recommends products that are likely to fit their needs. In this paper, we investigate several methods for large-scale product purchase data for the purpose of producing useful recommendations to customers. We apply the traditional data mining techniques of cluster analysis and collaborative filtering(CF), and CF with reduction of product-dimensionality by use of latent semantic indexing(LSI). If reduced product-dimensionality obtained from LSI shows a similar latent trend of customers for buying products to that based on original customer-product purchase data, we expect less computational effort for obtaining the nearest-neighbor for target customer may improve the efficiency of recommendation performance. From simulation experiments on synthetic customer-product purchase data, CF-based method with reduction of product-dimensionality presents a better performance than the traditional CF methods with respect to the recall, precision and F1 measure. In general, the recommendation quality increases as the size of the neighborhood increases. However, our simulation results shows that, after a certain point, the improvement gain diminish. Also we find, as a number of products of recommendation increases, the precision becomes worse, but the improvement gain of recall is relatively small after a certain point. We consider these informations may be useful in applying recommender system.
목차
1. 서론
2. 관련 연구
3. LSI 기반 상품 추천자 시스템
4. 시뮬레이션 실험
5. 결론
참고문헌
해당간행물 수록 논문
- 모바일 그리드에서의 작업 할당 스케줄링 알고리즘에 관한 연구
- Ad-hoc 네트워크에서 최대 네트워크 수명과 링크 에러율을 고려한 지오캐스트
- IEEE 802.16d에서 상향링크 VoIP 스케쥴링 알고리즘 방식 연구
- 센서 어레이의 신호패턴 분류를 위한 각도 변이 기반 상태 천이 모델링 기법
- 협조 로봇의 작업 성능 향상을 위한 자율도 조정에 관한 연구
- 사용자 요구기반의 그리드 거래 관리 모델
- 서비스 수준 제약하의 공급망 분배계획을 위한 수요선택 방안에 관한 연구
- LSI 기법을 이용한 전자상거래 추천자 시스템의 시뮬레이션 분석
- 3D 작업자 시뮬레이션을 이용한 굴삭기 생산공정 작업자 자세분석
- 애드혹 네트워크에서의 라우팅 성능 개선
- 유사성 비교를 통한 RDB의 참조 무결성 관계 추출 알고리즘
- 시뮬레이션과 메타모델을 이용한 자동물류센터 설계 최적화
- 그리드 컴퓨팅 환경에서의 효율적인 자원 관리를 위한 그리드 거래망 모델링과 시뮬레이션
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!