KCI우수등재
온라인 방송에서 시청자 반응 및 의도 기반의 실시간 광고 서비스를 위한 데이터 모델링 기법 = Data Modelling Method for Real-Time Advertising Service Based on Viewer Reaction and Intention in Online Broadcasting
저자
발행기관
학술지명
권호사항
발행연도
2020
작성언어
Korean
주제어
등재정보
KCI우수등재
자료형태
학술저널
발행기관 URL
수록면
1086-1091(6쪽)
KCI 피인용횟수
0
DOI식별코드
제공처
소장기관
The interaction between the existing advertising service and the user is limited. To provide a personalized advertising service, advertisement systems should predict the user's preference based on the user's profile and the user-content relationship. Many recommendation schemes have been studied to predict the preferences of users. However, the existing recommendation system is difficult to guarantee real-time preference prediction as it performs a calculation of the matrix with high computational complexity. In this paper, we propose a data modeling method for real-time advertising services based on the reaction and intention of viewers. To predict the user's preference in real-time, the user's historical data is modeled in a tree structure. The tree structure allows us to retrieve and compare the data with logarithmic time complexity. To improve the accuracy of the recommendation, we have proposed a recommendation algorithm that considers both the user's positive and negative evaluations. Finally, we have evaluated the performance of the proposed method through various methods.
더보기기존의 광고 서비스와 사용자의 인터랙션은 제한적이다. 개인화된 광고 서비스를 제공하기 위해, 광고 시스템은 사용자의 프로파일 및 사용자-컨텐츠 관계에 기초하여 사용자의 선호도를 예측해야 한다. 사용자의 선호도를 예측하기 위한 방법으로 추천 기법에 대한 많은 연구가 진행되어 왔다. 그러나, 기존의 추천 시스템은 계산 복잡도가 높은 매트릭스를 연산을 수행하기 때문에 실시간 선호도 예측을 보장하기 어렵다. 본 논문에서는 미디어 컨텐츠 시청자의 반응 및 의도 기반의 실시간 광고 서비스를 위한 데이터 모델링 기법을 제안한다. 사용자 선호도를 실시간으로 예측하기 위해 사용자 히스토리 데이터는 트리 구조로 구성된다. 트리 구조는 데이터 탐색 및 비교를 로그 시간 복잡도 이내에 수행 가능하다. 추천의 정확도를 향상시키기 위하여 사용자의 긍정적인 평가와 부정적인 평가를 모두 고려한 추천 알고리즘을 제안한다. 마지막으로, 실제 데이터를 통해 제안하는 추천 기법의 성능을 다양한 방법을 통해 평가한다.
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)