http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
신상품 추천을 위한 사회연결망의 구조적 공백 활용 방안
강부식 한국자료분석학회 2011 Journal of the Korean Data Analysis Society Vol.13 No.3
상품추천시스템에서 협업 필터링은 가장 성공적으로 여러 분야에서 활용되고 있다. 협업 필터링이 가지는 근본적인 문제 중의 하나는 신상품 추천의 어려움이다. 협업 필터링은 개별 고객과 가장 유사한 성향을 보이는 이웃고객의 구매정보를 활용하여 상품을 추천한다. 그러나 신상품의 경우 시스템 내의 어느 고객도 구매 정보를 가지고 있지 못함으로 신상품 추천을 할 수 없는 문제점이 있다. 이를 해결하기 위해 제시된 방안은 신상품과 가장 유사한 특성을 갖는 기존 상품을 선별하여 추천하는 내용기반 필터링과 협업 필터링을 결합하는 하이브리드 방안이다. 내용기반 필터링은 상품 간 특성 비교를 위해 추가적인 정보를 필요로 하나 이를 얻는 것이 어려운 많은 상황이 존재한다. 최근 구매정보 외에 추가적인 정보 없이 신상품을 추천하는 사회연결망 연결정도 중심성 방안이 제시되었다. 이 연구에서는 사회연결망의 구조적 공백을 활용한 신상품 추천 방안을 제시한다. 제시한 방안의 성능 평가를 위해 영화추천 데이터를 이용하여 실험하고 검증한다. 실험결과 제시된 방안은 연결정도 중심성 방안에 비해 추천 적중률이 높음을 보였다. 또한 가장 많이 산 고객을 선정하여 신상품을 추천하는 방안과 결합하는 경우에도 구조적 공백의 활용이 실험에서도 추천 적중률을 높일 수 있음을 보였다. Collaborative filtering has been applied to many areas for product recommendations. It recommends products for a customer using purchase information of other customers. It has a critical problem to new product recommendations because any customers don't have the information about the new products. In order to solve the problem, many researchers proposed hybrid systems which is combined of collaborative filtering and content-based filtering. Content-based filtering recommends products whose characteristics are similar to those of products that target customer prefers. It requires additive information about the products to compare the similarity between them, but there are many areas that cannot get additive information. Recently, a new method was proposed using degree centrality of social networks. It don't require additive information about the products. This study proposes another method using structural holes of the social networks. In experimental results using Movielens dataset, the proposed method was better in recommendation performance than the degree centrality of the social networks. It also was shown higher performance than a general method which recommends new products to customers purchased many products until now.
두만강 국제하천 통합수자원 관리를 위한 포괄적·단계별 접근방안
강부식,이광만 한국수자원학회 2005 한국수자원학회논문집 Vol.38 No.4
두만강은 하천규모는 작으나(약 ), 상하류 국가간 많은 갈등 요소를 안고 있음에도 변방이라는 지리적 특성으로 각국의 중앙정부로부터 정치사회적 관심의 대상이 되지 못했다. 1990년대 들어 UNDP등 국제적인 관심이 집중되면서 이 지역의 수자원 문제해결을 위한 대안들이 제시되었으나 국제하천관리의 문제해결에 있어 가장 중요한 국제협력체계의 확고한 구축이 미흡한 것으로 평가되고 있다. 특히 제도, 관리체계 및 기술적 대안이 필요한 국제하천관리의 기본원칙이 고
강부식,김영도,이종문,김성준 대한토목학회 2015 KSCE Journal of Civil Engineering Vol.19 No.2
Until recently, hydrological impacts and prediction caused by climate change have been popular issues. However, a basin-scalehydro-environmental study has begun to attract attention recently due to the difficulties in watershed model calibration anduncertainty propagation in the data relaying procedure from the GCM (General Circulation Model) process to watershed modelingprocess, which leads to unrealistic projections. In addition, reliable downscaling scheme is essential in utilizing the GCM modeloutput for hydrological applications. The main objective of this study is to suggest a reliable ANN (Artificial Neural Network)-basedGCM scenario and its application for hydro-environmental projection using a watershed model. In this report, the Namgang Damwatershed in the Nakdong river basin was selected as the case study. To examine the vulnerability of the Namgang dam watershedcaused by climate change, the change in streamflow and pollutant material runoff due to climate change were predicted using thewatershed model, SWAT (Soil Water Assessment Tool), based on the IPCC’s A1B GCM scenario, which is downscaled using theANN and Nonstationary Quantile Mapping. The results of this study will be used for suggesting an effective counterplan from anengineering point of view, and developing an integrated water sources management system.
사회연결망의 구조적 공백을 활용한 신규고객 웹 상품추천방법
강부식 한국산업경제학회 2010 산업경제연구 Vol.23 No.5
웹 상품추천시스템은 고객의 특성 및 선호도를 분석하여 가장 적합한 상품을 추천하는 시스템이다. 웹 상품추천시스템에서 가장 활발하게 적용되고 있는 기법은 협력 필터링방식으로, 추천 정확성이 다른 방식에 비해 비교적 높은 것으로 알려져 있다. 그러나 협력 필터링 방식의 문제점 중의 하나는 신규고객에 적합한 상품추천을 할 수 없다는 점이다. 이를 보완하기 위해 신규고객에게는 베스트셀러 상품을 추천하는 방식이 일반적으로 많이 활용되고 있다. 이 연구에서는 신규고객 상품 추천을 위해 사회연결망의 구조적 공백 개념을 활용한 방식을 제안한다. 제안한 방식의 정확성 평가를 위해 영화 데이터에 적용하여 실험을 하였다. 신규고객을 위한 영화추천에서 베스트셀러 기반 추천방식과 비교한 결과 사회연결망의 구조적 공백을 활용한 방식의 정확성이 높음을 실험결과를 통해 보였다. Web product recommender systems recommend products for customers as their characteristics and preferences. Collaborative filtering has been applied to the systems in general because it has been known higher performance in many areas for recommendations than other methods. However, one of its drawbacks cannot recommend products for new customers. Best seller method han been used to complement to the problem in practical situations. This study proposes a novel method using structural holes of social networks. The method was tested with MovieLens dataset which is about movie recommendations. In experimental results, it showed that it has higher performance than the best seller method in recommendations to the new customers.