Publications
Detailed Information
추천시스템에서회귀모형방법과행렬분해방법의비교 : The Comparison of Regression-Based Approach with Matrix Factorization in Recommender Systems
DC Field | Value | Language |
---|---|---|
dc.contributor.advisor | 김용대 | - |
dc.contributor.author | 최영은 | - |
dc.date.accessioned | 2017-07-19T08:46:53Z | - |
dc.date.available | 2017-07-19T08:46:53Z | - |
dc.date.issued | 2016-08 | - |
dc.identifier.other | 000000136446 | - |
dc.identifier.uri | https://hdl.handle.net/10371/131317 | - |
dc.description | 학위논문 (석사)-- 서울대학교 대학원 : 통계학과, 2016. 8. 김용대. | - |
dc.description.abstract | 협업필터링을 사용한 추천시스템은 사용자들의 이전 선호도에 기반하여 최적의 상품을 찾는데에 도움을 준다. 이러한 개인화된 추천의 핵심은 다른 사용자들의 주어진 선호로부터 아직 관측되지 않은 미지의 선호를 예측하는것이다.
본 논문에서는 선호도를 예측하는 방법으로 회귀모형을 도입한 새로운 접근방법을 소개한다. 이 방법은 회귀모형을 통해서 선호도를 추정하면 그 값을 업데이트시키고 다음 상품에 대한 모형을 구축하는 방식으로 순차적으로 각 상품별로 모형을 구축한다. 모형을 구축한 다음 Jester5k 자료에 적용해보고 행렬분해법과 함께 평가해보았다. 행렬분해법과의 비교 실험한 결과 예측의 정확성이 보다 우수함을 확인할 수 있었고, 또한 초기 결측값을 어느값으로 대체하느냐에 robust함을 확인할 수 있었다. | - |
dc.description.tableofcontents | Chapter 1서론 1
Chapter 2 분석방법론 3 2.1. 행렬분해법 3 2.1.1. A basic matrix factorization model 4 2.1.2. Learning algorithms 6 2.2. 회귀모형 8 Chapter 3 Application to data 10 3.1. 자료 설명 10 3.2. 평가지표 11 3.3. 실험 및 결과 11 3.3.1. 실험방법 12 3.3.2. 실험결과 14 Chapter 4 결론 17 References 19 Abstract 21 | - |
dc.format | application/pdf | - |
dc.format.extent | 3808955 bytes | - |
dc.format.medium | application/pdf | - |
dc.language.iso | ko | - |
dc.publisher | 서울대학교 대학원 | - |
dc.subject | 추천시스템 | - |
dc.subject | 협업필터링 | - |
dc.subject | 예측 | - |
dc.subject | 회귀모형 | - |
dc.subject | 행렬분해법 | - |
dc.subject.ddc | 519 | - |
dc.title | 추천시스템에서회귀모형방법과행렬분해방법의비교 | - |
dc.title.alternative | The Comparison of Regression-Based Approach with Matrix Factorization in Recommender Systems | - |
dc.type | Thesis | - |
dc.contributor.AlternativeAuthor | Youngeun Choi | - |
dc.description.degree | Master | - |
dc.citation.pages | 20 | - |
dc.contributor.affiliation | 자연과학대학 통계학과 | - |
dc.date.awarded | 2016-08 | - |
- Appears in Collections:
- Files in This Item:
Item View & Download Count
Items in S-Space are protected by copyright, with all rights reserved, unless otherwise indicated.