전자상거래에서 연관규칙을 이용한 추천 시스템 설계 = Design of Recommendation System Using Association Rule in e-Commerce
저자
발행사항
서울 : 명지대학교 대학원, 2004
학위논문사항
학위문헌(석사)-- 명지대학교 대학원: 컴퓨터공학과 2004. 8
발행연도
2004
작성언어
한국어
주제어
KDC
569 판사항(4)
발행국(도시)
서울
형태사항
iv, 45p. : 삽도 ; 26cm.
일반주기명
참고문헌: p. 40-42
소장기관
인터넷 환경의 급속한 발전에 의한 정보 과잉으로 전자 상거래에서 상품 추천 시스템의 필요성이 대두 되었다. 추천 시스템은 고객의 성향을 파악하여 고객이 선호하는 상품을 추천해주는 시스템으로 대표적인 추천 방법으로 연관규칙 기반 기법이 있다. 연관규칙 기반 기법은 시스템의 트랜잭션을 분석하여 트랜잰셕내의 항목간의 연관성을 정규화하여, 발견되는 연관규칙을 추출하고 추출된 연관규칙에 해당하는 고객에게 상품을 추천하는 방식이다. 본 논문에서는 보편적인 연관규칙 기반 기법을 이용한 추천 시스템의 한계를 극복하기 위하여, 주어진 고객에게 적용되는 다수의 연관규칙에 순위를 부여하는 알고리즘을 제안하였다. 이를 위해 연관규칙의 신뢰도 정보와 고객과 연관규칙간의 유사도 정보를 이용하여 적합도를 측정하는 방식을 제안 하였으며 실험을 통한 비교 분석을 통하여 본 논문이 제안하는 순위부여 알고리즘의 타당성을 검증하였다.
더보기The Internet is increasingly used as one of the major channels for sales and marketing. However, it becomes harder and harder for users to find right products out of millions of products that the Internet offers. Recommendation systems help overcome this information overload by providing personalized suggestions based on a history of a user’s likes and dislikes. Among others, association rule-based filtering method is one of the most popular choice for automatic recommendation systems. The traditional association rule-based filtering generates association rules by analyzing transactions in database, and one or more products are recommended by selecting useful association rules. In this thesis, we propose an association rule ranking algorithm. In the algorithm, we measure how much a user is relevant to every association rule by comparing attributes of a user with head of an association rule. We show through experiments, that the accuracy of association rule-based filtering can be improved if we effectively rank association rules for a given user.
더보기분석정보
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)