| 한글제목(Korean Title) |
컨텐츠 참신성 분석에 기반한 개인화 가치정보의 추천 기법 |
| 영문제목(English Title) |
Recommendation Technique of Personalized Qualitative Information Based on Content Novelty Analysis |
| 저자(Author) |
김명훈
Myeong-hun Kim
|
| 원문수록처(Citation) |
VOL 23 NO. 02 PP. 0269 ~ 0272 (2019. 10) |
한글내용
(Korean Abstract) |
추천 기법은 개인의 관심사와 상황인지 기반의 개인화된 아이템을 제공함으로써 아이템의 소비과정에서 발생하는 부하를 줄여주고 정보 소비의 효율성을 증대시키는데 중요한 역할을 한다. 일반적으로 개인화된 정보는 개인의 누적된 관심사와 유사도가 높은 경향을 가진다고 가정하는 전통적인 Content-Based(CB)기법들과는 달리, 본 연구에서는 개인이 새로운 컨텐츠를 가진 참신성이 높은 정보에 더 높은 반응과 정보 확산 정도를 보임을 증명하고 이 사실을 바탕으로 컨텐츠 참신석 분석에 기반한 개인화된 가치정보의 추천 기법을 제시한다. 정보 익숙도(Familiarity)와 정보에 대한 반응도의 관계를 Social Network에서 실제 정보 흐름을 관찰하여 본 가치정보 추천 기법이 전통적인 CB 기반의 기법들보다 더 고도화된 개인화 가치정보를 제공할 수 있음을 증명하는 것이 본 연구의 목적이다. |
영문내용
(English Abstract) |
Recommendation technique plays a significant role in providing personalized information to users, with enhanced satisfaction and reduced overload for consuming content. In this paper, we prove that people in online social network tends to have interest in information which has novel contents and spread it more actively while traditional recommendation technique based on content-based algorithms insist personal interest in the present has close relationship(or high similarity) with people’s past interest. Also, we prove that low familiarity (same as high novelty in this research) of content means high degree of diffusing information by observing information flow in huge online social network such as Facebook. The goal of this research is to provide more personalized information(qualitative information) with Content-Novelty analysis than traditional algorithms based on CB method, and define personalized information is not the high similarity but high novelty of content. |
| 키워드(Keyword) |
Recommendation Technique
Qualitative Information
Content Novelty
Content Similarity
Personalized Information
|
| 파일첨부 |
PDF 다운로드
|
