KCI등재
아이템 연관성을 고려한 협력적 필터링 기반 추천시스템 개발 = An Advanced Collaborative Filtering-based Recommender System with Considering Item Relatedness
저자
발행기관
학술지명
권호사항
발행연도
2015
작성언어
Korean
주제어
등재정보
KCI등재
자료형태
학술저널
수록면
135-144(10쪽)
KCI 피인용횟수
2
제공처
소장기관
정보기술과 인터넷 기술의 발달로 전자상거래가 활성화되면서 추천시스템의 중요성이 증가하였다. 전자상거래에서 추천시스템은 사용자 개인 정보와 구매 이력을 통해 필요로 할 것이라 예상되는 상품을 사용자에게 추천해 준다. 추천시스템은 협력적 필터링과 군집모델, 그리고 검색 기반 방법 등 많은 연구가 수행되었다. 그러나 이러한 연구들은 상품 간의 연관성은 고려하지 않고 사용자 정보만을 가지고 상품을 추천해 주기 때문에 추천 상품의 정확도가 떨어진다. 본 연구에서는 이러한 문제점을 보안하기 위해 기존의 협력적 필터링 기법과 아마존에서 사용자고 있는 아이템 간 협력적 필터링 기법을 활용하여 혼합 추천시스템을 제안하고 이 추천시스템을 중소 제조기업을 위한 제조용 앱스토어에 적용한다. 본 연구에서 제안하는 추천시스템은 기존 연구에서 사용된 Recall과 Precision 두 척도의 조화평균 값으로 평가하였다. 평가 결과 제안한 추천시스템이 기존 협력적 필터링 보다 좀더 높은 정확도를 제공하는 것으로 나타났다.
더보기As glowing e-commerce markets, many websites for online shopping mall and B-to-B trading has emerged and, consequently, the websites need to differentiate themselves with their competitors. To obtain the goal e-commerce companies have considered recom-mender system as a business tool and the important of recommender system has increased. In e-commerce, recommender system help users find products which might be useful for user based on their personal and purchasing history information to acquire increase of sales and business superiority. Recommender system, collaborative filtering, cluster models, search-based methods, and many studies have been conducted. These studies, however, the quality of recommendation is relatively low, since those approaches consider user`s information only, without considering the correlation among products. In this study, in order to make up for these problems, a hybrid recommender system uti-lizing traditional collaborative filtering and item-to-item collaborative filtering is proposed. To demonstrate the effectiveness of the proposed algorithm is applied the manufacturing appstore (www.mfg-app.co.kr) and a user survey have conducted. The result of the analysis shows that our recommendation system is effective and provides more helpful recommendations to website users.
더보기분석정보
연월일 | 이력구분 | 이력상세 | 등재구분 |
---|---|---|---|
2020 | 평가예정 | 신규평가 신청대상 (신규평가) | |
2019-12-01 | 평가 | 등재후보 탈락 (계속평가) | |
2018-12-01 | 평가 | 등재후보로 하락 (계속평가) | KCI후보 |
2015-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2011-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2008-01-01 | 평가 | 등재학술지 선정 (등재후보2차) | KCI등재 |
2007-01-01 | 평가 | 등재후보 1차 PASS (등재후보1차) | KCI후보 |
2005-01-01 | 평가 | 등재후보학술지 선정 (신규평가) | KCI후보 |
기준연도 | WOS-KCI 통합IF(2년) | KCIF(2년) | KCIF(3년) |
---|---|---|---|
2016 | 0.8 | 0.8 | 0.73 |
KCIF(4년) | KCIF(5년) | 중심성지수(3년) | 즉시성지수 |
0.79 | 0.86 | 0.972 | 0.06 |
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)