Publications
Detailed Information
추천시스템에서 부스팅방법과 다층인식자방법의 비교 : The Comparison of Boosting with Multi-layer Perceptron(MLP) in Recommender Systems
Cited 0 time in
Web of Science
Cited 0 time in Scopus
- Authors
- Advisor
- 김용대
- Major
- 자연과학대학 통계학과
- Issue Date
- 2018-02
- Publisher
- 서울대학교 대학원
- Description
- 학위논문 (석사)-- 서울대학교 대학원 : 자연과학대학 통계학과, 2018. 2. 김용대.
- Abstract
- 인터넷이나 모바일을 통해 상품을 판매할 때, 특정 상품을 구매할 잠재 고객을 찾아 적절한 시기에 상품을 구매하도록 추천하는 일은 중요하다. 고객의 이전 구매 정보에 기반하여 추천시스템을 구축하면, 개인이 특정 상품을 재구매 할 것인지를 예측할 수 있고 고객이 상품을 재구매할 시기에 협업필터링, 내용기반필터링 등의 기존의 방법을 적용하여 유사한 상품을 다양하게 추천할 수 있다. 본 논문에서는 부스팅방법과 다층인식자방법을 이용하여 식료품의 재구매 여부를 예측해 보았다. 또한 예측정확성을 높이기 위해서 자료에서 의미있는 데이터의 특징을 추출하는 일과 데이터의 구조에 따라 예측확률에 재구매 여부를 분류하는 기준값으로 단순히 0.5가 아닌 최적의 분류기준값을 찾아 주는 일이 중요함을 확인할 수 있었다.
- Language
- Korean
- Files in This Item:
- Appears in Collections:
Item View & Download Count
Items in S-Space are protected by copyright, with all rights reserved, unless otherwise indicated.