The KIPS Transactions:PartB (정보처리학회논문지B)

Korea Information Processing Society (한국정보처리학회)
권호 표지
DOI QR코드

DOI QR Code

Dynamic Web Recommendation Method Using Hybrid SOM

하이브리드 SOM을 이용한 동적 웹 정보 추천 기법

  • 윤경배 (김포대학 컴퓨터계열) ;
  • 박창희 (연세대학교 대학원 전자공학)
  • Published : 2004.08.01
Download PDF
⟨ Previous Next ⟩

Abstract

Recently, provides information which is most necessary to the user the research against the web information recommendation system for the Internet shopping mall is actively being advanced. the back which it will drive in the object. In that Dynamic Web Recommendation Method Using SOM (Self-Organizing Feature Maps) has the advantages of speedy execution and simplicity but has the weak points such as the lack of explanation on models and fired weight values for each node of the output layer on the established model. The method proposed in this study solves the lack of explanation using the Bayesian reasoning method. It does not give fixed weight values for each node of the output layer. Instead, the distribution includes weight using Hybrid SOM. This study designs and implements Dynamic Web Recommendation Method Using Hybrid SOM. The result of the existing Web Information recommendation methods has proved that this study's method is an excellent solution.

최근, 사용자에게 가장 필요한 정보를 제공하기 위한 웹 정보 추천 시스템에 대한 연구가 인터넷 쇼핑몰등을 대상으로 활발히 진행되고 있다. 그 중 SOM(Self-Organizing Feature Maps)을 이용한 동적 웹 정보 추천 기법은 빠른 수행 속도와 간편하게 사용할 수 있는 장점이 존재하나, 모형에 대한 설명력 부족 및 최종적으로 구축된 모형에서 출력층의 각 노드가 한 개의 가중치 값들로 고정되는 단점이 존재한다. 본 논문에서는 이러한 단점인 모형에 대한 설명력 부족을 베이지안 추론 기법으로 해결하며, 하이브리드 SOM을 이용하여 최종적으로 구축된 모형에서 출력층의 각 노드가 한 개의 가중치 값들로 고정되는 것이 아니라 가중치가 속하게 되는 분포가 결정되도록 한다. 이러한 하이브리드 SOM을 이용하여 동적 웹 정보 추천 기법을 설계하고 구현하여 기존의 웹 정보 추천 기법과 성능 비교를 수행한 결과, 제안된 기법의 우수함이 입증되었다.

Keywords

References

  1. 윤경배, 최준혁, 왕창종, '하이브리드 SOM을 이용한 효율적인 지식베이스 관리', 정보처리학회논문지B, 제9-B권 제5호, pp.46-53, 2002
  2. 이준규, '인터넷 개인화 아이템 추천 알고리즘에 대한 연구', 연세대학교 전자계산공학과 석사논문, 2001
  3. 임영희, '후처리 웹 문서 클러스터링 알고리즘', 정보처리학회논문지B, 제9-B권 제1호, pp.7-16, 2002 https://doi.org/10.3745/KIPSTB.2002.9B.1.007
  4. Basu, C et al., 'Recommendation as classification : Using Social and Content-based Information in Recommendation,' Proceedings of the Workshop on Recommendation system, AAAI Press, Menlo Park California, pp.1028-1031, 1988
  5. Bishop, C. M., Svensen, M., Williams, C. K. I., 'GTM : A Principled Alternative to the Self Organizing Map,' Proceedings 1996 International Conference on Artificial Neural Networks, ICANN 96, Vol.II, pp.165-170, Bochum, Germany, 1996 https://doi.org/10.1007/3-540-61510-5_31
  6. Chun-Che Huang, 'Using Intelligent Agents to Management Fuzzy Business Processes,' IEEE Transactions on System, Man, and Cybernetics-Part A : System and Humans, Vol.31, No.6, pp.1045-1049, 2001
  7. Forrester Research, 'http://www.educorner.com/courses/ia/,' 2002
  8. Frank, 'Data Mining,' Morgan Kaufmann Publisher, 2000
  9. Teuvo Kohonen, 'Self Organizing Maps,' Springer, 1997
  10. V. Vapnik et al., 'Support vector networks,' Machine Learning 20, pp.273-297, 1995 https://doi.org/10.1023/A:1022627411411
  11. Robert Cooley, Bamshad Mobasher, and Jaideep Srivastava, 'Web Mining : Information and Pattern Discovery on the World Wide Web,' In Proceedings of the 9th IEEE International Conference on Tools with Artificial Intelligence (ICTAI'97), pp.1-3, November, 1997
  12. 'http://www.ecn.purdue.edu/KDDCUP/,' 2003