메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
김철진 (인하공업전문대학) 정지현 (인하공업전문대학) 조천우 (인하공업전문대학)
저널정보
한국지식정보기술학회 한국지식정보기술학회 논문지 한국지식정보기술학회 논문지 제16권 제3호
발행연도
2021.1
수록면
483 - 496 (14page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
기존 전자상거래에서 관심 상품을 추천하기 위해 CRM이나 빅데이터 분석을 통해 추천 상품을 도출하거나, 머신러닝 기술을 적용한 추천 기법을 활용하여 상품을 추천한다. 기존의 추천 기법들 중, 협업적 필터링 기법이나 머신러닝 기술을 활용한 추천 기법은 사용자에게 상품의 구매력을 향상시키는데 많은 영향을 주었다. 그러나, 다양한 추천 기법을 통해 생성된 추천 모델이 고객에게 제공한 추천 데이터로 인해 발생한 구매 데이터는 추후 발생할 구매에 대해 더욱 신뢰성 있는 추천을 생성하기 위한 데이터로 의미가 있으나 활용되지 않았다. 이에 본 연구에서는 전자상거래의 추천의 정확성을 향상시키고자 상품 추천을 위한 데이터를 통해 발생된 고객의 구매 데이터를 활용하며 이를 기반한 점증적 추천 기법을 제안한다. LSTM 모델을 기반으로 점증적 추천 기법의 아키텍쳐 및 절차를 제안한다. 실험에서는 제안된 아키텍쳐를 검증하기 위해 공개된 전자상거래 데이터를 이용하여 학습하며 분리된 데이터를 통해 정확성을 검증한다. 또한 본 연구에서 제안한 기법의 정확도를 기존의 추천 기법들과 비교 분석한다.
#IRT(Incremental Recommendation Technique) #i-LSTM #i-Recommender #Accuracy #Online to offline

목차

등록된 정보가 없습니다.

참고문헌 (17)

참고문헌 신청
B. M. Sarwar / 2000 / Analysis of recommendation algorithms for e-commerce / Proc. of 2nd ACM Conference on Electronic Commerce :158~167 google schola M. Farhin / 2017 / A review on recommender systems / 20174th International Conference on Innovations in Information, Embedded and Communication Systems :1~6 google schola 강부식 / 2018 / Word2Vec을 이용한 사용자기반 협업필터링의 예측 정확도 개선 / 한국지식정보기술학회 논문지 13(1):169~176 dbpia R. Zhang / 2014 / Collaborative filtering for recommender systems / 2014 Second International Conference on Advanced Cloud and Big Data :301~308 google schola J. Wei / 2016 / Collaborative filtering and deep learning based hybrid recommendation for cold start problem / 2016 IEEE 14th Intl Conf on Dependable, Autonomic and Secure Computing :874~877 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0