KCI등재
사회연결망 연결정도 중심성을 활용한 신규고객 상품추천방법의 추천 정확성 향상 방안 = Performance Improvement Methods for New Customer Recommendations using Degree Centrality of Social Network
저자
강부식 (목원대학교)
발행기관
학술지명
Journal of the Korean Data Analysis Society(Journal of The Korean Data Analysis Society)
권호사항
발행연도
2010
작성언어
Korean
주제어
등재정보
KCI등재
자료형태
학술저널
수록면
1511-1521(11쪽)
KCI 피인용횟수
6
제공처
웹 상품추천시스템에서 협력 필터링 기법이 가장 성공적으로 여러 분야에서 활용되고 있다. 협력 필터링 기법은 추천 대상고객과 가장 유사한 특성을 보이는 이웃고객의 구매정보를 활용하여 추천 대상고객을 위한 상품을 추천한다. 그러나 신규고객의 경우에는 시스템 내에 신규고객의 정보가 없어 이웃선정을 할 수 없어 상품추천을 할 수 없는 문제점이 있다. 이를 해결하기 위해 신규고객을 위해서는 베스트셀러 기반 상품추천이 일반적으로 활용되고 있으나 추천 정확도가 낮은 것으로 알려져 있다. 최근 신규고객 추천 성능을 향상하기 위해 사회연결망의 연결정도 중심성 개념을 활용한 연구가 제시되었다. 상관계수를 이용 기존 고객들의 유사성을 측정하여 연결망을 구성하고 연결망 내에서 가장 중심성이 높은 고객들을 선별한 후 이들의 구매 정보를 활용하여 신규고객에게 상품추천을 하게 된다. 이 연구에서는 사회연결망을 구성 시에 가중화된 유클리디언 거리를 활용하는 방안에 대해 제안하고 영화추천데이터를 활용한 실험을 통해 검증한다. 실험결과 제안된 방안이 신규고객을 위한 상품 추천 정확도를 다소 높임을 보였다.
더보기Collaborative filtering has been applied to many areas for Web recommendations. It has a critical problem to new customer recommendations because it cannot use purchase information of the new customers to select neighbors. Best seller method has been used to recommend products for the new customers, but it has been known that it has poor recommendation performance. Recently, some researches has been presented to improve the performance using degree centrality concept of social networks. The method constructs customer networks with similarity of current customers using correlation coefficient, selects neighbors according to their centrality, generates a list of the most likelihood products that can be purchased by the new customers, and recommends them. This study proposes an performance improvement method using weighted Euclidean distance method to construct the social networks. In experimental results using Movielens dataset, we knew the proposed method was better than best seller method or correlation method in case of using degree centrality of the social networks.
더보기분석정보
연월일 | 이력구분 | 이력상세 | 등재구분 |
---|---|---|---|
2026 | 평가예정 | 재인증평가 신청대상 (재인증) | |
2020-01-01 | 평가 | 등재학술지 유지 (재인증) | KCI등재 |
2017-01-01 | 평가 | 등재학술지 유지 (계속평가) | KCI등재 |
2013-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2010-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2008-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2005-01-01 | 평가 | 등재학술지 선정 (등재후보2차) | KCI등재 |
2004-01-01 | 평가 | 등재후보 1차 PASS (등재후보1차) | KCI후보 |
2002-07-01 | 평가 | 등재후보학술지 선정 (신규평가) | KCI후보 |
기준연도 | WOS-KCI 통합IF(2년) | KCIF(2년) | KCIF(3년) |
---|---|---|---|
2016 | 1.26 | 1.26 | 1.15 |
KCIF(4년) | KCIF(5년) | 중심성지수(3년) | 즉시성지수 |
1.05 | 0.98 | 0.956 | 0.4 |
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)