Differences

This shows you the differences between two versions of the page.

--- class:mrm:2015:group_03 [2015/11/28 23:58] – kkwinwin95
+++ class:mrm:2015:group_03 [2015/11/29 23:16] – gloria9202
@@ Line 111: / Line 111: @@
 .  감정 분석을 이용한 협업적 영화 추천 방법
    (2014 춘계학술발표대회 논문집 제 21권 제1호 , 박한샘 외 3명, 고려대학교 컴퓨터정보학과)
 . 온톨로지 기반 영화 메타데이터간 연관성을 활용한 영화 추천 기법
     ( 2013. 9.   김재영, 아주대 컴퓨터공학과, 이석원 아주대학교 소프트위어 융합학과)
 . 개인성향과 협업 필터링을 이용한 개선된 영화 추천 시스템
@@ Line 123: / Line 123: @@
 . 이 논문에서는 영화 메타데이터의 온톨로지를 만들고 메타데이터간의 연관성을 도출하여 영화 메타데이터 온톨로지에 표현함으로써 사용자가 원하는 영화를 검색하고 추천해주는 시스템, 영화의 메타데이터를 기반으로 영화간의 연관성을 도출하고 사용자의 선호도를 입력받아 사용자의 개인화된 정보를 활용하여 영화를 추천하는 기법을 제안하였다. 이 기법을 평가하기 위하여 7418개의 영화를 사용하여 영화 메타데이터 온톨로지를 구축하고 실험 하였다. 사용자는 사용자의 나이와 성별을 통하여 사용자 그룹이 결정되고 사용자 그룹에 따라 선호하는 장르기반의 영화를 검색하고 추천받게 되고, 사용자의 장르, 배우, 키워드, 줄거리를 입력 받아 해당 메타데이터와 연결된 영화를 검색하고 추천받게 된다. 각 결과를 분석을 통해 각 메타데이터에 대한 사용자의 선호도를 반영하였다. 본 연구의 영화 추천 기법은 사용자의 정보를 활용하여 사용자의 그룹을 정의하고, 사용자가 속한 그룹이 선호하는 영화 메타데이터와 사용자 개인의 선호도를 기반으로 개선된 영화의 추천기법을 제안했다. 또한, 영화 메타데이터간의 연관성 도출을 통하여 영화간의 유사성을 도출하고 이를 기반으로 사용자의 기본적인 정보를 활용한 추천뿐만 아니라 사용자가 예상하지 못한 영화의 추천이 가능하다.
+. 이 논문에서는 추천 시스템들에 대한 여러 방법들이 연구되고 있다. 개인화와 추천 시스템 중에서 가장 성공적인 방법은 협업 필터링이다. 협업 필터링은 고객들의 프로파일 정보를 기반으로 추천을 하므로 데이터가 충분하지 않다면 항목을 추천하는데 있어서 희박성의 문제가 제기된다. 본 연구에서는 희박성의 문제를 해결하는 방법으로 가중치를 가진 개인 성향을 협업 필터링에 활용하는 방법을 제안한다. 본 연구에서 가중치를 가진 최적의 개인 성향을 찾기 위해 공개 데이터인 MovieLens Data를 이용하여 성능 평가하였다. 실험 결과 본 연구에서 제안한 가중치를 가진 개인 성향들로 구축된 시스템이 기존의 개인 성향들을 이용한 시스템보다 향상된 성능을 보였다.
+. 이 논문에서는 소셜네트워크서비스(SNS)는 사용자들이 자신들의 정보를 가족, 친구, 그리고 소속단체원들과 공유하는 것을 가 능케 해 준다. SNS 상의 정보의 양은 기하급수적으로 증가하고 있는 추세다. 특히 페이스북은 연예오락(영화, 음악, TV쇼 등)과 관련된 흥미로운 기능을 채택해 오고 있다. 그러나 페이스북은 사용자들에게 관심 아이템을 추천할 때 필요한사용자들의시간, 장소, 소셜 상황등 상황적 정보는 고려하지 않고있다. 따라서 이논문에서 사용자들이 언제, 어디서, 누구와 영화를 보는지 등에 대한 다양한 상황적 정보의 통합에 기반을 둔 영화 추천 접근법을 제안하고 자한다. 또, 한 두명이 함께 영화를 관람하러 갔을때 동시에 만족 할 만한 영화 추천 방법을 제안한다. 실험을 위해 사용자들의 영화관람 내용을 기록하고 이에 기반을 두어 적절한 추천 영화를 소개해 줄 수 있는‘MyMovieHistory'라는 페이스북 응용프로그램을 개발하였다. 따라서 본 시스템의 특징은 사용자가 시스템을 이용하기 전에 사용자 정보를 입력할 때 추천에 필요한 개인화 요인을 입력함으로써 충분한 평가 데이터가 없더라도 최적의 영화 추천 리스트를 제안하는 것으로 희박성을 해결한 것이 특징이라 할 수 있다.