지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 柳哉秀
- 발행연도
- 2016
- 저작권
- 충북대학교 논문은 저작권에 의해 보호받습니다.
이용수0
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
최근 EBSN(Event-Based Social Network)가 활성화됨에 따라 수많은 이벤트들이 생성 및 공유되고 있다. 그에 따라 사용자들의 이벤트 생성 및 공유, 참여 과정에 대한 분석을 통해 개인의 취향이나 관심사에 적합한 이벤트만을 제공하기 위한 기법들이 연구되고 있다. 본 논문에서는 사용자 행위 분석 및 협업 필터링을 통한 개인 맞춤형 이벤트 추천 기법을 제안한다. 제안하는 기법은 사용자의 행위 및 관계성 분석, 협업 필터링을 통해 사용자의 평가되지 못한 속성 값을 예측한다. 또한, 사용자의 성향을 보다 정확하게 파악하기 위해 사용자의 최근 방문 기록이나 상황 정보를 고려하여 사용자의 최신 성향을 관리한다. 이를 통해 새로운 이벤트가 발생하였을 때 참여할 확률이 높을 것으로 예상되는 사용자에게만 이벤트를 추천하여 무분별한 추천을 방지한다. 제안하는 이벤트 추천 기법의 우수성을 보이기 위해 성능 평가를 수행하였다. 성능 평가 결과 제안하는 기법이 기존 기법들보다 추천의 정확도 및 재현율이 높다는 것을 확인하였으며 약 30~10%의 성능이 향상되었다.
목차
Ⅰ. 서론 1Ⅱ. 관련연구 51. 지리적 정보를 이용한 이벤트 추천 기법 52. 사용자의 최근 기록이나 프로파일을 이용한 추천 기법 73. 도달가능성, 친구의 참여도를 이용한 추천 기법 94. 의미적, 시공간적 특성을 이용한 이벤트 추천 기법 115. 기존 연구의 문제점 13Ⅲ. 제안하는 이벤트 추천 기법 141. 전체 처리 절차 152. 참여 이력 수집 단계 183. 데이터 전처리 단계 234. 개인 맞춤 이벤트 추천 단계 28Ⅳ. 성능평가 361. 성능평가 환경 362. 성능평가 결과 38(1) HR@n 38(2) 사용자 만족도 평가 41(3) 정확도 44(4) 재현율 46(5) F-measure 47Ⅴ. 결론 및 향후연구 48참고문헌 49
최근 본 자료
댓글(0)
0