Browse

추천시스템에서 회귀모형방법과 행렬분해방법의 비교
The Comparison of Regression-Based Approach with Matrix Factorization in Recommender Systems

DC Field Value Language
dc.contributor.advisor김용대-
dc.contributor.author최영은-
dc.date.accessioned2017-07-19T08:46:53Z-
dc.date.available2017-07-19T08:46:53Z-
dc.date.issued2016-08-
dc.identifier.other000000136446-
dc.identifier.urihttps://hdl.handle.net/10371/131317-
dc.description학위논문 (석사)-- 서울대학교 대학원 : 통계학과, 2016. 8. 김용대.-
dc.description.abstract협업필터링을 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.tableofcontentsChapter 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.formatapplication/pdf-
dc.format.extent3808955 bytes-
dc.format.mediumapplication/pdf-
dc.language.isoko-
dc.publisher서울대학교 대학원-
dc.subject추천시스템-
dc.subject협업필터링-
dc.subject예측-
dc.subject회귀모형-
dc.subject행렬분해법-
dc.subject.ddc519-
dc.title추천시스템에서 회귀모형방법과 행렬분해방법의 비교-
dc.title.alternativeThe Comparison of Regression-Based Approach with Matrix Factorization in Recommender Systems-
dc.typeThesis-
dc.contributor.AlternativeAuthorYoungeun Choi-
dc.description.degreeMaster-
dc.citation.pages20-
dc.contributor.affiliation자연과학대학 통계학과-
dc.date.awarded2016-08-
Appears in Collections:
College of Natural Sciences (자연과학대학)Dept. of Statistics (통계학과)Theses (Master's Degree_통계학과)
Files in This Item:
  • mendeley

Items in S-Space are protected by copyright, with all rights reserved, unless otherwise indicated.

Browse