• Title, Summary, Keyword: 정보 선호도

Search Result 2,784, Processing Time 0.039 seconds

고객의 선호도 평가패턴을 이용한 선호도 예측 알고리즘의 성능개선 방안

  • Lee, Seok-Jun;Kim, Seon-Ok;Lee, Hui-Chun
    • 한국경영정보학회:학술대회논문집
    • /
    • /
    • pp.149-152
    • /
    • 2008
  • 본 연구는 협업 추천 시스템에 적용되는 상품에 대한 고객의 선호도 예측 알고리즘 중 메모리기반 협업필터링 알고리즘의 선호도 예측 특성에 대하여 연구하였다. 메모리기반의 협업필터링 알고리즘은 선호도 예측 대상 고객과 유사한 성향을 가질 것으로 예상되는 고객들의 선호도 평가를 기반으로 특정 상품에 대한 선호도 예측이 이루어진다. 일반적으로 시스템을 이용하는 고객들과 선호성향이 다른 고객들은 선호도 예측 성과가 낮은 것으로 알려져 있으며 이들이 추천시스템의 선호도 예측 정확도를 떨어뜨리는 원인으로 알려져 있다. 본 연구에서는 고객이 상품들에 평가한 선호도 평가의 패턴이 선호도 예측 정확도와 관련성이 높음을 보여 선호도 예측 알고리즘의 개선에 기초 자료를 제공하고자 한다. 고객의 선호도 평가 패턴은 과거 고객이 평가한 자료로부터 얻을 수 있는 사전정보로써 선호도 예측 알고리즘을 적용하기 이전에 이용할 수 있는 정보이다. 본 연구에서는 사전정보를 이용하여 고객의 선호도 예측 오차의 특성을 연구함으로써 이들의 선호도 예측 정확도를 개선시킬 수 있는 알고리즘의 보정방법에 대하여 연구한다. 알고리즘의 보정방법을 선호도 예측 이전에 고객의 선호도 평가 특성으로 판단하여 적용함으로써 사전정보를 이용한 선호도 예측 정확도를 향상시키기 위한 접근법은 기존의 이웃 구성의 접근법과 다른 방법을 취함으로써 알고리즘 개선의 새로운 방향을 제시할 것으로 기대된다.

  • PDF

협력적 필터링 추천시스템에서 이웃의 수를 이용한 선호도 예측보정 방법

  • Lee, Seok-Jun;Kim, Sun-Ok;Lee, Hee-Choon
    • Proceedings of the Korea Society for Industrial Systems Conference
    • /
    • /
    • pp.27-31
    • /
    • 2009
  • 본 연구는 웹상에서 거래되는 아이템을 고객에게 추천하는 추천시스템에서 추천대상 고객의 정보와 이웃 고객의 정보를 이용한 협력적 필터링 추천기법에서 선호도 예측을 위해 필요한 이웃의 수가 선호도 예측 정확도에 영향을 주고 있음을 제시하고 이를 이용한 선호도 예측치의 보정 방법에 대하여 제안한다. 본 연구의 제안을 위하여 이웃 기반의 협력적 필터링 알고리즘과 대응평균 알고리즘을 이용하여 MovieLens 1 million dataset에 대하여 선호도 예측 정확도를 분석하고 분석결과를 토대로 개별 선호도 예측에 소요된 이웃의 수와 예측 정확도의 관계를 분석하였다. 분석결과를 이용하여 이웃 수에 따라 선호도 예측 결과를 다수의 집단으로 구분하여 각 집단에서 이웃의 수를 이용한 선호도 예측 정확도 향상에 대한 방법을 제안한다. 본 연구의 제안을 통하여 기존 선호도 예측 알고리즘으로 생성된 예측 결과에 선호도 예측 과정에서 부가적으로 발생한 정보를 추가하여 최종 예측 결과를 향상시킬 수 있을 것으로 기대한다.

  • PDF

협업필터링 추천시스템에서 개인별 선호도의 표준화에 따른 예측성능의 영향

  • Lee, Hui-Chun;Kim, Seon-Ok;Lee, Seok-Jun
    • 한국경영정보학회:학술대회논문집
    • /
    • /
    • pp.597-602
    • /
    • 2007
  • 본 연구는 추천시스템에서 협업필터링 알고리즘을 이용하여 특정 상품에 대한 고객의 선호도를 예측함에 있어 고객이 상품에 대해 평가한 선호도 평가치를 고객별로 표준화시켜 예측하여 기존의 예측 정확도를 향상시키는 방법에 대하여 연구하였다. 일반적으로 상품에 대한 고객의 선호도를 평가하기 위하여 절대적 기준의 수치적 척도가 제공되지만 개인에 따라서는 상품에 대한 선호 정도가 절대적 척도에 다르게 반영되어 개인별 선호도에 차이가 발생할 수 있다. 이러한 개인적 특성이 동일한 척도의 평가치로 예측되면 예측 결과의 오차를 크게 할 가능성이 있다. 또한 개인이 평가한 선호도 평가치의 편차가 협업필터링 알고리즘을 통한 선호도 예측 정확도와 밀접한 관계를 가지고 있음을 알 수 있었으며 이러한 문제를 해결하기 위하여 개별 고객이 평가한 선호도 평가치를 표준화시켜 표준화된 선호도 평가치를 이용한 선호도 예측을 실시하였다. 분석결과 표준화된 선호도 평가치를 이용한 예측 결과가 비표준화 선호도 평가치를 이용한 예측 결과보다 예측력이 우수함을 알 수 있었으며 결과에 대한 통계적 분석을 통하여 표준화된 선호도 평가치를 이용한 선호도 예측 방법과 비 표준화 선호도 평가치를 이용한 선호도 예측 방법을 혼합할 경우 선호도 예측 정확도를 더 향상시킬 수 있음을 알 수 있었다.

  • PDF

A Study on Collaborative Filtering Recommender system based on Item Knowledge (아이템 정보 기반 협업 필터링 추천 시스템 연구)

  • Yang, Yeong-Wook;Yun, You-Dong;Lim, Heui-Seok
    • Proceedings of the Korea Information Processing Society Conference
    • /
    • /
    • pp.439-441
    • /
    • 2017
  • Matrix factorization은 사용자의 아이템 선호도를 통해 아이템을 추천해주는 성공적인 기술 중 하나이다. 이 기법은 사용자-아이템의 선호도 행렬을 채우는 것을 목표로 한다. 이 목표를 달성하기 위해 사용자-아이템의 선호도 행렬을 사용자 행렬(user latent factor)와 아이템 행렬(item latent factor)로 분해하고, 각 행렬에 대해 추론하여 완성된 사용자-아이템의 선호도 행렬을 추론한다. 하지만 Matrix factorization은 아이템의 수가 많고, 아이템에 대한 사용자들의 선호도 데이터가 적을 때 성능이 제한된다. 또한 새로운 아이템이 추가되었을 때, 새로운 아이템에 대한 사용자들의 선호도 정보가 없기 때문에 새로운 아이템이 추천되지 않는다는 문제를 가진다. 이를 해결하기 위해 본 논문에서는 아이템에 대한 부가적인 정보인 아이템 간의 유사도 정보와 아이템의 시나리오 정보의 유사도를 모델링하여 기존의 전통적인 Matrix factorization에 추가하는 아이템 정보 기반 추천 시스템을 제안한다.

선호구조의 질적 순서화

  • Lee, Sang-Ha
    • Korean Journal of Logic
    • /
    • v.6 no.2
    • /
    • pp.83-106
    • /
    • 2003
  • 선호구조의 논리를 결정모델에 적용시킬 때 선호구조는 일반적으로 특정 수치적 순서화 조건을 만족하게끔 표현된다. 그래야 주어진 선택지들을 둘러싼 개인 혹은 집단의 선호구조에 관한 정보가 형식적으로 표출될 수 있다고 여겨져 왔다. 그러나 선호구조의 수치적 순서화에 의해서만 선호관계의 정보가 형식적으로 표출될 수 있다는 성각은 일종의 독단이다. 더욱이 다양한 선택지의 결합에 의한 선호구조의 정보 이동은 기존의 수치적 순서화 속에서 제대로 다루어질 수 없다. 하나의 대안으로서 선형대수의 그래프이론에 바탕을 둔 선호구조의 질적 순서화 방식을 제안한다. 개인 혹은 집단의 선호구조에 관한 정보는 제안될 질적 순서화에 의해 보다 포괄적으로 다루어질 수 있다.

  • PDF

Multi-perspective User Preference Learning in a Chatting Domain (인터넷 채팅 도메인에서의 감성정보를 이용한 타관점 사용자 선호도 학습 방법)

  • Shin, Wook-Hyun;Jeong, Yoon-Jae;Myaeng, Sung-Hyon;Han, Kyoung-Soo
    • Journal of the Korea Society of Computer and Information
    • /
    • v.14 no.1
    • /
    • pp.1-8
    • /
    • 2009
  • Learning user's preference is a key issue in intelligent system such as personalized service. The study on user preference model has adapted simple user preference model, which determines a set of preferred keywords or topic, and weights to each target. In this paper, we recommend multi-perspective user preference model that factors sentiment information in the model. Based on the topicality and sentimental information processed using natural language processing techniques, it learns a user's preference. To handle timc-variant nature of user preference, user preference is calculated by session, short-term and long term. User evaluation is used to validate the effect of user preference teaming and it shows 86.52%, 86.28%, 87.22% of accuracy for topic interest, keyword interest, and keyword favorableness.

  • PDF

Modifying Sparse Data for Collaborative Filtering (협동적 여과를 위한 희소 데이터 변형 기법)

  • Kim, Hyung-Il;Kim, Jun-Tae
    • Proceedings of the Korean Information Science Society Conference
    • /
    • /
    • pp.610-612
    • /
    • 2005
  • 협동적 여과를 이용한 추천 시스템은 데이터의 희소성 문제(sparseness problem)와 초기 추천 문제 (cold-start problem)에 대해 취약점을 가지고 있다. 협동적 여과를 이용한 추천 시스템에서 사용하는 선호도 데이터에 아이템들의 전체 수량에 비해 매우 적은 양의 아이템 선호도만 존재한다면 사용자들의 유사도 측정에 문제를 발생시켜 극단적인 경우엔 협동적 추천이 불가능할 경우가 발생한다. 이와 같은 문제는 선호도 데이터에 나타난 아이템들의 총수에 비해 사용자가 선호(구매)한 아이템이 극히 적은 수량으로 존재하기 때문이며 새로운 사용자의 경우에는 아이템 선호도 정보가 전혀 없기 때문에 유사 사용자를 추출하지 못하여 아이템을 전혀 추천할 수 없는 문제가 발생한다. 본 논문에서는 희소성이 높은 선호도 데이터를 희소하지 않은 상태로 변형하는 희소 데이터 변형 기법을 제안한다. 희소 데이터 변형 기법은 희소데이터에 나타난 사용자와 아이템의 추가 속성 정보의 확률분포를 이용하여 알려지지 않은 선호도 값을 예측함으로써 희소성이 높은 선호도 데이터를 변경하고, 변경된 선호도 데이터를 협동적 추천에 적용하여 추천 성능을 향상시킨다. 이와 같은 선호도 데이터 변경 기법을 데이터 블러링(data blurring)이라 한다. 몇가지 실험 결과를 통해 제안된 기법의 효과를 확인하였다.

  • PDF

A Study on the Satisfactions of Tourism Information DB Services in HiTEL (HiTEL의 관광정보 DB서비스 정보만족도에 관한 연구)

  • 박희석
    • The Journal of Information Technology and Database
    • /
    • v.1 no.2
    • /
    • pp.71-102
    • /
    • 1994
  • 현대는 고도 정보화사회(information society)로서 DB의 가치는 점점 증가하고 전반적인 DB 서비스는 일반적으로 많이 발전하여 우수한 정보 서비스가 제공되고 있다. 그러나 관광정보 DB서비스의 가치는 아직까지 거의 인식되지 않고 있는 실정이다. 따라서 본 연구에서는 초보단계에 있는 관광정보 DB서비스의 만족도를 측정함으로써 국내 관광정보 DB서비스의 수준을 파악하고 관광정보제공자에게 개선해야 될 문제점을 제시하고자 한다. 그러므로 관광정보 DB서비스의 개념을 정립하고 관광정보 DB서비스의 현황을 고찰하고자 Bailey와 Pearson의 연구에서 제시한 39가지 요인 중에서 관광정보 DB서비스와 관련된 요인을 추출하고 의미를 재정의하여 HiTEL의 이용자를 대상으로 첫째, 정보서비스의 메뉴별 선호도 둘째, 관광정보 DB서비스의 만족도 셋째, 관광정보 DB서비스의 각 메뉴별 선호도와 만족도 넷째, 이용자 특성별로 각 메뉴의 선호도를 비교분석 다섯째, 관광정보 DB서비스의 만족요인을 분석하였다. 관광정보 DB서비스의 전반적인 만족도는 평균치(4.0)보다 저조한 3.85로서 저조하게 나타나고 있다. 즉, 관광정보의 이해도(4.55)는 평균보다 다소 좋은 반면, 다른 관광정보의 만족도는 평균치 보다 저조하다. 특히 관광정보의 연결사정(3.68)과 관광정보의 제공속도(3.44)가 아주 낮게 나타났다. 한편 HiTEL이 제공하는 관광정보 DB서비스의 각 메뉴 중에서 가장 자주 이용되는 메뉴는 알림나라(40.2%)이며, 아시아나항공(22.5%), 농협일렉트로뱅크(13.7%), 대한항공(9.8%), 위너스 OK서비스(6.9%), MEET/매경SCOUT(6.9%)의 순으로 관광정보는 전반적으로 골고루 이용되고 있다. 또한, 메뉴별 관광정보 DB서비스의 만족도가 평균만족도보다 낮은 것은 알림나라(3.48), 농협일렉트로뱅크(3.84), 대한항공(3.90), 위너스OK서비스(3.95)로 나타났다. 그리고 각 메뉴별 이용자의 계층별 선호도는 첫째, 남성은 알림나라(40%), 아시아나 항공(23.16%), 농협일렉트로뱅크(12.63%)를 많이 이용하나, 여성은 알림나라(42.86%), 농협일렉트로뱅크(28.57%)를 주로 선호하는 것으로 나타났다. 둘째, 연령별 선호도는 나이가 많을수록 단순 관광안내정보인 알림나라, 농협일렉트로뱅크보다는 보다 항공관련 정보를 더욱 선호하는 것으로 나타났다. 셋째, 직업별 선호도는 학생과 사무직에 종사하는 사람이 가장 많은 메뉴를 이용하며, 전문직, 관리직, 기술직은 대체적으로 항공관련정보를 더 선호하는 것으로 분석되었다. 넷째, 학력별 선호도는 고학력자일수록 많은 메뉴를 이용하고 있으며, 다섯째, 가입시기별 선호도는 가입한 시간이 길어짐에 따라 항공관련정보를 선호하는 것으로 나타났다.

  • PDF

A Study on improvements of prediction accuracy using additional information in collaborative filtering (협력적 필터링에서 추가정보를 이용한 선호도 예측 정확도 향상에 관한 연구)

  • Lee, Hee-Choon;Lee, Seok-Jun;Kim, Sun-Ok
    • 한국IT서비스학회:학술대회논문집
    • /
    • /
    • pp.349-352
    • /
    • 2009
  • 본 연구는 협력적 필터링 기법을 이용한 선호도 예측 과정에서 발생하는 추가 정보를 이용하여 선호도 예측 정확도를 향상시킬 수 있는 방안에 대하여 연구하였다. 본 연구에서는 특정 상품에 대한 목표 고객의 선호도 예측에 선정된 이웃의 수와 선호도 예측 정확도와의 관계를 분석하였다. 분석을 위하여 선호도 예측 과정에 선정된 이웃의 수를 4분위수로 4집단으로 구분하여 구분 집단 간 선호도 예측 정확도에 차이가 나타남을 알 수 있었으며 각 집단의 예측 오차들의 평균들을 이용하여 선형의 보정함수를 제안한다. 본 연구의 결과를 바탕으로 추천시스템에서 이웃 수를 이용한 보정함수를 이용하면 예측 정확도를 높일 수 있다.

  • PDF

Customer Recommendation Using Customer Preference Estimation Model and Collaborative Filtering (선호도 추정모형과 협업 필터링기법을 이용한 고객추천시스템)

  • Sin, Taek-Su;Jang, Geun-Nyeong;Park, Yu-Jin
    • Proceedings of the Korea Inteligent Information System Society Conference
    • /
    • /
    • pp.407-414
    • /
    • 2005
  • 본 연구는 상품추천을 위해 필요한 고객선호도 추정모형을 제안하고, 이러한 선호도 추정결과에 따른 선호도 정보를 이용하여 궁극적으로 상품추천의 성과를 제고시키기 위한 방법을 제시하였다. 즉, 고객의 행동패턴만으로 고객의 제품선호도를 정확히 추정할 수 있는 새로운 선호도 추정모형을 제안하였다. 이 제안모형은 선호도에 영향을 주는 요인들의 상대적인 가중치를 학습을 통해 최적화시킴으로써, 보다 정확한 선호도 평가를 가능하게 해 주다. 한편, 이 모형의 타당성을 검증하기 위해서 본 연구에서는 가상서점 고객들을 대상으로 고객선호도 정보를 수집한 후, 본 제안모형을 적용했을 때의 협업 필터링 성과와 단순선호도 계산식을 이용했을 경우의 성과를 비교 분석하였다. 이에 대한 실증분석결과는 본 제안모형을 적용했을 때의 협업 필터링 성과가 단순 선호도 모형을 적용했을 때의 성과보다 더 우수한 것으로 나타났다.

  • PDF