• 한국컴퓨터정보학회논문지
• /
• 제19권5호
• /
• pp.61-69
• /
• 2014

협업 필터링 추천은 사용자의 아이템에 대한 선호도를 기반으로 유사 아이템 집합 또는 유사 사용자 집합을 생성하고 이를 이용해 사용자의 특정 아이템에 대한 선호도를 예측한다. 따라서 선호도 행렬이 희박할 경우, 추천의 신뢰도는 급격히 낮아진다. 본 논문에서는 위 문제를 해결하기 위해 데이터 신뢰도 기반 가중치를 이용한 하이브리드 선호도 예측 기법을 제안한다. 선호도 예측은 유사 아이템 집합과 유사 사용자 집합을 모두 생성하고 각 집합을 통해 사용자의 선호도를 예측하며, 모델의 상황을 반영한 가중치를 이용해 각 예측치를 병합하여 수행된다. 이 기법은 사용자 선호도 예측 정확도를 높이며 선호도 행렬 희박도가 높은 상황에도 추천 서비스의 신뢰도를 유지할 수 있도록 한다. 이 기법을 바탕으로 추천 시스템을 구현하고 절대평균오차를 기준으로 서비스 신뢰도 향상을 측정하였다. 실험에서 본 기법은 Hao Ji가 제안한 기존의 기법에 비해 선호도 행렬 희박도가 84% 이상인 상황에서 평균 21.7%의 성능 향상을 보여 효과적으로 행렬 희박도 문제를 해소할 수 있음을 검증하였다.

• Journal of information and communication convergence engineering
• /
• 제17권2호
• /
• pp.135-141
• /
• 2019

Collaborative filtering algorithms often encounter data sparsity issues. To overcome this issue, auxiliary information of relevant items is analyzed and an item attribute matrix is derived. In this study, we combine the user-item attribute preference with the traditional similarity calculation method to develop an improved similarity calculation approach and use weights to control the importance of these two elements. A collaborative filtering algorithm based on user-item attribute preference is proposed. The experimental results show that the performance of the recommender system is the most optimal when the weight of traditional similarity is equal to that of user-item attribute preference similarity. Although the rating-matrix is sparse, better recommendation results can be obtained by adding a suitable proportion of user-item attribute preference similarity. Moreover, the mean absolute error of the proposed approach is less than that of two traditional collaborative filtering algorithms.

• 산업경영시스템학회지
• /
• 제36권2호
• /
• pp.74-80
• /
• 2013

In this study, a novel and flexible recommender system was developed, based on product taxonomy and usage patterns of users. The proposed system consists of the following four steps : (i) estimation of the product-preference matrix, (ii) construction of the product-preference matrix, (iii) estimation of the popularity and similarity levels for sought-after products, and (iv) recommendation of a products for the user. The product-preference matrix for each user is estimated through a linear combination of clicks, basket placements, and purchase statuses. Then the preference matrix of a particular genre is constructed by computing the ratios of the number of clicks, basket placements, and purchases of a product with respect to the total. The popularity and similarity levels of a user's clicked product are estimated with an entropy index. Based on this information, collaborative and content-based filtering is used to recommend a product to the user. To assess the effectiveness of the proposed approach, an empirical study was conducted by constructing an experimental e-commerce site. Our results clearly showed that the proposed hybrid method is superior to conventional methods.

• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2004년도 학술발표논문집
• /
• pp.229-236
• /
• 2004

This article presents a multiple comparison ranking procedure for several products of the Poisson rates. A preference probability matrix that warrants the optimal comparison ranking is introduced. Using a Bayesian Monte Carlo method, we develop simulation-based procedure to estimate the matrix and obtain the optimal ranking via a row-sum scores method. Necessary theory and two illustrative examples are provided.

• 한국컴퓨터정보학회논문지
• /
• 제20권11호
• /
• pp.105-110
• /
• 2015

This paper deals with a newly proposed algorithm for stable marriage problem, which I coin threshold algorithm. The proposed algorithm firstly constructs an $n{\times}n$ matrix of the sum of each sex's preference over the members of the opposite sex. It then selects the minimum value from each row and column to designate the maximum value of the selected as the sum threshold $p^*_{ij}$. It subsequently deletes the maximum preference $_{mzx}p_{ij}$ from a matrix derived from deleting $p_{ij}$ > $p^*_{ij}$, until ${\mid}c_i{\mid}=1$ or ${\mid}c_j{\mid}=1$. Finally, it undergoes an optimization process in which the sum preference is minimized. When tested on 7 stable marriage problems, the proposed algorithm has proved to improve on the existing solutions.

• 한국항행학회논문지
• /
• 제18권5호
• /
• pp.468-475
• /
• 2014

추천시스템은 선호 데이터가 대형화, 컴퓨터 처리능력과 추천 알고리즘 등에 의해 실시간 추천이 어려워지고 있다. 이에 따라 추천시스템은 대형 선호데이터를 분산처리 하는 방법에 대한 연구가 활발히 진행되고 있다. 본 논문은 하둡 분산처리 플랫폼과 머하웃 기계학습 라이브러리를 이용하여, 선호데이터를 분산 처리하는 방법을 연구하였다. 추천 알고리즘은 아이템 협업필터링과 유사한 동시발생 행렬을 이용하였다. 동시발생 행렬은 하둡 클러스터의 여러 노드에서 분산처리를 할 수 있으며, 기본적으로 많은 계산량이 필요하지만, 분산처리과정에서 계산량을 줄일 수 있다. 또한, 본 논문은 동시발생 행렬처리의 분산 처리과정을 4 단계에서 3 단계로 단순화하였다. 결과로서, 맵리듀스 잡을 감소할 수 있으며, 동일한 추천 파일을 생성할 수 있었다. 또한, 하둡 의사 분산모드를 이용하여 데이터를 처리하였을 때 빠른 처리속도를 보였으며, 맵 출력 데이터가 감소되었다.

• 복식문화연구
• /
• 제15권3호
• /
• pp.525-540
• /
• 2007

This study intended to construct the brand switching matrix in the Korean casual wear market and to analyze it in various aspects. 1,014 sample data were collected in Seoul area, a center of fashion retailing. Since the respondents cited over 200 brand names as their last 2 purchased casual wear brands, 15 most frequently-purchased brands were selected for constructing the brand switching matrix. As a result of the examination, it was founded that the brand loyalty was dominant rather than brand switching in the casual wear market. Polo was identified as the leading brand in the market. Its brand equity, which was comprised of brand recognition, brand preference (loyalty), perceived quality, and brand association, was evaluated very high. Especially, the strength of Polo was the consumer's strong preference and the brand image of simplicity, naturalness, and neatness. After combining 15 brands into 6 groups based on the style and price, additional interpretation was performed on this 'trend switching matrix.' A transition of fashion trend in casual wear was observed. Applying the brand switching matrix on fashion products gave us much insight to the market.

• 한국경영과학회지
• /
• 제19권2호
• /
• pp.75-84
• /
• 1994

The uncertainty in the relative weights of a pairwise comparison matrix n Multi-attribute Decision Making (MADM) is caused by imprecise preference information of decision maker. In this paper, it is shown how weight of attributes can be derived from the pairwise comparison matrix with interval pairwise comparison. The preference information of each pair of attributes with a point pairwise comparison is combined with an interval pairwise comparison in order to estimate a point pairwise comparison for a pair of attributes with the imprecise preference information. A numerical example shows the suggested procedure for deriving weights of attributes.

• 한국인터넷방송통신학회논문지
• /
• 제14권3호
• /
• pp.111-117
• /
• 2014

본 논문은 안정된 결혼문제의 최적 해를 쉽고 빠르게 찾는 알고리즘을 제안하였다. 첫 번째로, 남성의 여성선호도와 여성의 남성 선호도 합 $p_{ij}$의 $n{\times}n$ 정방행렬 할당문제로 변환시킨다. 두 번째로, 행렬에서 최대 선호도 합(최소 값)인 $_{min}p_{ij}$를 선택하고 i행과 j열을 삭제한다. 이 과정을 $i=0{\cap}j=0$일 때까지 수행한다. 세 번째로, 가능한 최초 또는 마지막 선택 $_{min}p_{ij}$에 대해 다른 값으로 변경시 선호도를 증가시킬 수 있으면 상호 교환하는 검증 절차를 수행한다. 제안된 알고리즘을 7개의 안정된 결혼문제에 적용한 결과 기존 알고리즘의 해를 개선하는 효과를 얻었다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권8호
• /
• pp.1062-1072
• /
• 2004

협력적 여과 시스템은 ｛사용자-문서｝의 행렬을 기반으로 사용자에게 웹 문서를 추천하는 데 있어서 효율적인 시스템이다. 그러나 협력적 여과 시스템은 초기 평가 문제와 희박성으로 인하여 추천의 정확도가 저하된다는 단점을 갖는다. 본 논문에서는 협력적 여과 시스템의 희박성과 초기 평가 문제를 해결하기 위하여 사용자 프로파일을 생성시킴으로써 자동으로 선호도를 평가하는 방법을 제안한다. 본 논문에서 사용하는 프로파일은 협력적 여과 시스템에서의 ｛사용자-문서｝ 행렬을 기반으로 생성된 사용자 프로파일에 내용 기반 여과 시스템에서 연관 피드백을 이용하여 생성한 사용자 프로파일을 상호정보의 방법에 의해 병합함으로써 생성한 내용 기반 협력적 사용자 프로파일이다. 생성한 내용 기반 협력적 사용자 프로파일을 정규화시키고, 정규화한 프로파일을 협력적 여과 시스템의 ｛사용자-문서｝ 행렬에 반영함으로써 자동으로 선호도를 평가한다. 제안된 방법은 사용자가 웹 문서에 대해서 선호도를 평가한 데이터베이스에서 평가되었으며, 기존의 방법보다 보다 효율적임을 증명한다.