정보과학회 컴퓨팅의 실제 논문지 (KIISE Transactions on Computing Practices)
Current Result Document : 34 / 270
이전건
다음건 
| 한글제목(Korean Title) |
장르 상관관계를 사용한 영화추천 알고리즘 |
| 영문제목(English Title) |
Movie Recommendation Algorithm using Genre Correlation |
| 저자(Author) |
황태규
김성권
Tae-Gyu Hwang
Sung Kwon Kim
|
| 원문수록처(Citation) |
VOL 26 NO. 09 PP. 0429 ~ 0434 (2020. 09) |
한글내용
(Korean Abstract) |
영화장르는 주제, 줄거리, 분위기 등이 요약된 특성이고, 같은 장르의 영화들은 비슷한 특성을 가지며, 영화 제작자나 전문가에 의해 영화장르가 분류된다. 사용자가 새로운 영화를 선택할 때, 영화장르로부터 유추된 내용을 바탕으로 의사결정하기 때문에, 영화장르는 선호도를 대표할 수 있는 중요한 단서가 된다. 기존의 방법은 영화장르 분석을 통해 추천 정확성을 향상시켰지만, 협업 필터링 기반의 평점예측으로 인해 복잡도가 크고, 영화분류에 사용된 매개변수 값에 따른 성능편차가 크기 때문에 모델의 최적화가 어려우며, 분류된 영화들의 조합으로 추천목록을 작성하기 때문에 인위적인 추천결과를 보였다. 본 논문에서는 제시된 문제해결을 위한 알고리즘을 제안하며, 실험을 통해 제시된 문제들이 해결됨을 확인할 수 있었다
|
영문내용
(English Abstract) |
Genres categorize movies and help summarize their themes, plots and moods. As such, movies of the same genre should have similar characteristics when they are classified by movie-makers or domain experts. When you choose a new movie, the genre becomes an important clue to match your preferences to something you haven’t seen before, basically it helps us make decisions based on analogy to previous movies we have seen in that genre. Although previous methods have improved recommendation accuracy through analysis of movie genre, recommending movies is a high complexity problem due to the collaborative filtering-based rating prediction used. Also, this model is difficult to optimize because of the large variation in performance according to the parameter values used in the movie classification, at the same time the recommended results are artificial because the recommendation list is written using a combination of classified movies. In this paper, we introduce new methods for solving the problems presented, and through experiments we show that our approach successfully solves these problems
|
| 키워드(Keyword) |
편향 기반 분석
장르 상관관계
평점 예측
장르 기반 추천
추천 알고리즘
bias-based analysis
genre correlation
rating prediction
genre-based recommendation
recommendation algorithm
|
| 파일첨부 |
PDF 다운로드
|
