협업필터링에서 고객의 평가치를 이용한 선호도 예측의 사전평가에 관한 연구

목차 (Table of Contents)

• abstract
• Ⅰ. 서 론
• Ⅱ. 이론적 배경
• 2.1 추천시스템
• 2.2 협업필터링
• 2.3 선호도 예측 알고리즘
• 2.4 선호도 예측 정확도 평가척도
• Ⅲ. 가설설정 및 실험설계
• 3.1 실험 dataset
• 3.2 연구가설
• 3.3 가설검정을 위한 실험설계
• Ⅳ. 실험을 통한 가설검정
• 4.1 가설검정을 위한 선호도 예측
• 4.2 가설검정
• 4.3 가설검정 결과를 이용한 분석
• 4.4 선별 고객의 예측 성능 향상을 위한예측 방법의 제안
• 4.5 실험 결과의 요약
• Ⅴ. 결론 및 시사점
• <참 고 문 헌>
• 저자소개

참고문헌 (Reference)

1 이석준, "협업 필터링 추천에서 대응평균 알고리즘의 예측 성능에 관한 연구" 9 (9): 85-103, 2007

2 손재봉, "협업 필터링 시스템에서 Degree of Match를 이용한 성능향상" 한국경영정보학회 8 (8): 139-154, 2006

3 김종우, "협업 필터링 기반 개인화 추천에서의 평가자료의 희소 정도의 영향" 14 (14): 131-149, 2004

4 이석준, "협력적 필터링에서 평가치의 Run 특이자와 예측 정확도의 관계에 관한 연구" 9 (9): 2043-2054, 2007b

5 한국인터넷진흥원, "한국인터넷백서 2007" 한국인터넷진흥원 2007

6 이석준, "추천시스템에서 Run 특이자가 예측 정확도에 미치는 영향에 관한 연구" 299-302, 2007a

7 김용수, "비정형화된 속성의 학습을 통한 자동화된 내용 기반 필터링 기법의 개발" 8 (8): 1615-1624, 2006

8 김경재, "데이터 마이닝을 이용한 인터넷 쇼핑몰 상품추천시스템" 11 (11): 191-205, 2005

9 이희춘, "대응평균 알고리즘을 이용한 협력적 필터링 추천시스템의 성능향상" 208-214, 2006

10 Sarwar, B.M, "Using Filtering Agents to Improve Prediction Quality in the GroupLens Research Collaborative Filtering System" 1998.11

11 Adomavicius, G, "Toward the Next Generation of Recommender Sys- tems: A Survey of the State-of-the-Art and Possible Extensions" 17 (17): 734-749, 2005

12 Shardanand, U, "Social Information Filtering: Algorithms for Automating ‘Word of Mouth’" 210-217, 1995

13 Burke, R, "Segment-Based Injection Attacks against Collaborative Filtering Recommender Systems" 577-580, 2005

14 Huseyin P, "SVD-based Collaborative Filtering with Privacy" 791-795, 2005

15 Hill, W.L, "Recommending and Evaluating Choices in A Virtual Community of use" 194-201, 1995

16 Lee, S.J, "Pre-Evalua tion for Detecting Abnormal Users in Re- commender System" 18 (18): 619-628, 2007a

17 심장섭, "K-means 군집화와 순차 패턴 기법을 사용하는 VLDB 기반의 추천 시스템 설계" 2005

18 Deshpande, M, "Item-based top-N recommendation algorithms" 22 (22): 143-177, 2004

19 Balabanovic, M, "Fab: con- tentbased, collaborative recommendation" 40 : 66-72, 1997

20 Breese, J.S, "Em- pirical Analysis of Predictive Algorithms for Collaborative Filtering" 43-52, 1998

21 김재경, "Development of a Personalized Recommendation Procedure Based on Data Mining Techniques for Internet Shopping Malls" 9 (9): 177-191, 2003

22 O'Mahony, M.P, "Detecting noise in recommender system databases" 109-115, 2006

23 Claypool, M, "Combining content-based and collaborative filters in an online newspaper" University of California, Berkeley 1999.8

24 Resnick, "An Open Architecture for Collaborative Filtering of Netnews In Proceedings of ACM 1994 Conference on Computer Supported Cooperative Work" 175-186, 1994

25 Kim, T.H, "An Improved Neighbor Selection Algorithm in Collaborative Filtering" E88-D (E88-D): 1072-1076, 2005

26 Herlocker, J, "An Empirical Analysis of Design Choices in Neighborhood Based Collaborative Filtering Algorithms" 5 (5): 287-310, 2002

27 Lee, S.J, "A Study on the Interrelationship between the Pre- diction Error and the Rating's Pattern in Collaborative Filtering" 18 (18): 659-668, 2007b