http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 이희춘 (검색결과 284 건)
- 무료
- 기관 내 무료
- 유료
-
-
-
-
이희춘,구지현,지선수 한국자료분석학회 2013 Journal of the Korean Data Analysis Society Vol.15 No.3
Recommender system is a system applied to e-commerce. In this research, formular transformed from estimated formula used in collaborative filtering is evaluated. The formular is evaluated by MAE about estimated value by this estimated formula and by computing order conformity. The results are as follows; The formular called CMA has small MAE and also, has high order conformity both in 100k dataset and 1 million dataset. This results show that CMA is a superior algorithm. When a recommendation list is made regardless of the size of N in Top-N recommendation, a high order conformity is recommended. Cross conditions are formulated by customers’ advance information to find out which cross conditions have a high order conformity. Similar results are obtained in both in 100k dataset and 1 million dataset. Thus, in the condition which has a high order conformity by cross condition formulated by customers’ advance information, when the condition is fulfilled, the recommendation lists are made by calculating estimated value using proper formula, but in cross condition of the low order conformity, for a further study, a method applying a new algorithm is suggested. 추천시스템은 전자상거래에 적용되는 시스템이다. 이 논문에서는 협력적 필터링에서 사용하는 추정 수식을 변형한 수식을 평가한다. 이 추정 수식에 의해 추정된 값에 대해 MAE로 수식을 평가하며 수식에 대해 순서 일치도를 계산하여 수식을 평가한다. 연구 결과로는 100k dataset, 1 million dataset에서 모두 CMA로 불리어지는 수식이 MAE가 작은 것으로 나타났다. 또한 100k dataset, 1 million dataset에서 순서 일치도가 크게 나타났다. 이 결과는 CMA가 우수한 알고리즘임을 알 수 있다. 한편 Top-N 추천에서 N의 크기와 무관하게 추천 목록을 작성하려면 순서 일치도가 크게 나타나는 것이 좋다. 이 논문에서는 응답자의 사전정보로 교차 조건을 만들어 어느 교차 조건에서 순서 일치도가 크게 나타나는지를 분석하였다. 분석결과 100k dataset, 1 million dataset에서 모두 유사한 결과를 얻었다. 따라서 응답자의 사전정보에 의해 교차 조건을 구성해서 높은 순서 일치도가 있는 조건에서는 그 조건을 만족할 때 적절한 수식을 사용하여 추정값을 계산하여 추천 목록을 작성하고 순서 일치도가 낮은 교차 조건에서는 새로운 알고리즘을 적용하는 방법을 제안하였다.
-
-
-
The Characteristics of Response and Top-N Accuracy in Collaborative Filtering of Recommender System
이희춘 한국자료분석학회 2009 Journal of the Korean Data Analysis Society Vol.11 No.6
This research suggests a way to predict recommending accuracy of Top-N in advance when recommending Top-N to customer's in recommender system using collaborative filtering algorithm. Response distribution has to do with the recommending accuracy, and the recommending accuracy can be predicted by the statistic of response distribution. The prediction of recommending accuracy can be a useful method in deciding the number of recommending lists. The recommending accuracy can increase the customer's satisfaction and also reliance of it. Through the results of this research, customer's satisfaction is expected to be increased. To increase the accuracy of estimation value in the recommender system, it is important to decrease the error of prediction value. However, when predicting in reality, it is recommended by the estimation value and recommendation lists are made by the estimation value. Thus, making the list of Top-N is very important.
-
-
추천시스템에서 Top-N 추천을 위한 순위적합에 관한 연구
이희춘 한국자료분석학회 2006 Journal of the Korean Data Analysis Society Vol.8 No.6
The results are experimentally related with the change of MAE from the significant correlation coefficient and the number of pair response. This study predicted by using user-based nearest neighbor algorithm of recommender system. Pearson's correlation coefficient and vector similarity were used to get the similarity weight of prediction value and made Top-N recommended list from the generated prediction value. The precision of recommended list was researched by comparison of the rank between Top-N recommended list and actual preference. This research defined the 'Rank Fitting' to get the precision of recommended list, and compared the Pearson's correlation coefficient of similarity weight with predicted results using the vector similarity. The using with Pearson's correlation coefficient of similarity weight marked higher than with Vector similarity from the Top-N list. 본 연구는 협력적 필터링 추천시스템에서 사용자 기반(user-based) 근접 이웃 알고리즘(nearest neighbor algorithm)을 이용하여 예측을 하였다. 예측치의 유사도 가중치는 피어슨 상관계수와 벡터 유사도를 이용하였으며 생성된 예측치로 Top-N 추천 목록을 작성하였다. Top-N 추천 목록과 실제 선호도의 순위를 비교하여 예측방법에 따른 추천목록의 정확도에 대해 연구하였다. Top-N 추천 목록의 정확도를 측정하기 위해 순위적합률을 정의하여 유사도 가중치 피어슨 상관계수와 벡터 유사도를 이용한 예측의 결과를 비교하였으며 Top-N 목록에서 유사도 가중치인 피어슨 상관계수를 이용하였을 때가 벡터 유사도를 이용하였을 때보다 더 우수한 것으로 나타났다.
-
사용자 기반 추천시스템에서 근접 이웃 알고리즘과 수정 알고리즘의 예측 정확도에 관한 연구
이희춘,이석준 한국자료분석학회 2006 Journal of the Korean Data Analysis Society Vol.8 No.5
This paper studies on the precision of the prediction value measured by the user-based nearest neighbor algorithm, which is proposed by the GroupLens, and the correspondence mean algorithms, which are adjusted by us. The results show that the performance of the correspondence mean algorithms are superior than the nearest neighbor algorithm. The similarity weights, which are the Pearson's correlation coefficient and the Vector similarity are affected by the significance weight considering the pairs of response. Especially, the result of using the Pearson's correlation coefficient as the similarity weight is better performance than the result of the Vector similarity. To increase the precision of the prediction, using the correspondence mean algorithms with considering the pair of response is the way to decrease the MAE. 본 논문에서는 기존의 사용자 기반(user-baed) 근접 이웃 알고리즘(nearest neighbor algorithm)과 수정 알고리즘의 예측 정확도에 대하여 연구하였다. 2가지의 수정 알고리즘이 기존의 알고리즘보다 예측력이 더 우수함을 알 수 있으며 예측 알고리즘에 사용되는 유사도 가중치인 피어슨 상관계수와 벡터 유사도는 응답 쌍을 고려한 유의성 가중치에 영향을 받음을 알 수 있다. 특히 피어슨 상관계수를 유사도 가중치로 사용한 예측의 결과가 벡터 유사도를 유사도 가중치로 사용한 결과보다 예측력이 우수함을 알 수 있었다. 예측의 정확도를 높이기 위하여 대응 평균 알고리즘과 더불어 응답 쌍을 고려하는 것이 MAE를 줄 일 수 있다.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
