KCI등재
롱테일 상품의 일대일 마케팅 활성화를 위한 추천시스템에 관한 연구 = Recommeder Systems for 1-to-1 Marketing of Tail Products: Application to Movie Rating Prediction
저자
발행기관
학술지명
권호사항
발행연도
2010
작성언어
-주제어
KDC
320
등재정보
KCI등재
자료형태
학술저널
발행기관 URL
수록면
133-141(9쪽)
DOI식별코드
제공처
인터넷기업의 증대에 따라서 오프라인의 제한된 진열공간의 한계를 넘어서 다양한 상품과 서비스가 유통되게 되었고, 고객은 적극적으로 자신의 요구사항을 표현하게 되었다. 이러한 경제구도의 변화로 인하여, 과거 히트상품의 영향력은 줄어들고 다수의 비인기 상품이 수익을 창출하는 비중은 점차 증대되고 있다. 이에 따라서 e-biz기업은 고객의 성향 및 선호도를 고려한 개인화 추천서비스를 통하여 일대일 마케팅을 수행하고 있으나, 기존 대부분의 추천기법은 비인기 상품, 이른바 테일 상품에 대한 추천 성능 저하 문제를 고려하고 있지 못하다. 본 연구는 추천기법 중, 가장 널리 활용되고 있는 협업필터링의 비인기 상품에 대한 성능 저하문제를 제기하고, 이를 클러스터링과 회귀분석을 결합하여 해결하는 새로운 하이브리드 상품추천방안을 제안한다. 제안된 모형을 MovieLens데이타셋을 활용하여 고객의 영화 선호도 예측에 적용한 결과, 협업필터링을 사용한 것보다 비인기 상품에 대한 고객 선호도를 더욱 정확하게 예측할 수 있음을 확인하였다.
더보기The paper studies the long tail recommendation problem for the item-based collaborative filtering method and suggest the new recommendation method for the tail products. In internet era, the power of the hit items are decreased, on the other hand, the power of the tail items are increased. Thus, recommending the right products in the tail part as well as the head become very important. Recommender Systems have been used as successful 1-to-1 marketing tools, however they often ignore the unpopular items having only few rating. In this research we suggest the new recommendation technique works well both the head and the tail. The suggested method splits the whole products into the head and the tail parts and applies item-to-item collaborative filtering method in the head parts, however apply the new hybrid dataming technique using clustering and regression in the tail part. We apply this method to the real movie dataset. The result shows that the suggested method reduces the recommendation error rates for the tail items, while maintaining reasonable computational performance.
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)