정보과학회논문지 (Journal of KIISE)
Current Result Document :
| 한글제목(Korean Title) |
온라인 방송에서 시청자 반응 및 의도 기반의 실시간 광고 서비스를 위한 데이터 모델링 기법 |
| 영문제목(English Title) |
Data Modelling Method for Real-Time Advertising Service Based on Viewer Reaction and Intention in Online Broadcasting |
| 저자(Author) |
강성주
정채은
정광수
Seongju Kang
Chaeeun Jeong
Kwangsue Chung
|
| 원문수록처(Citation) |
VOL 47 NO. 11 PP. 1086 ~ 1091 (2020. 11) |
한글내용
(Korean Abstract) |
기존의 광고 서비스와 사용자의 인터랙션은 제한적이다. 개인화된 광고 서비스를 제공하기 위해, 광고 시스템은 사용자의 프로파일 및 사용자-컨텐츠 관계에 기초하여 사용자의 선호도를 예측해야 한다. 사용자의 선호도를 예측하기 위한 방법으로 추천 기법에 대한 많은 연구가 진행되어 왔다. 그러나, 기존의 추천 시스템은 계산 복잡도가 높은 매트릭스를 연산을 수행하기 때문에 실시간 선호도 예측을 보장하기 어렵다. 본 논문에서는 미디어 컨텐츠 시청자의 반응 및 의도 기반의 실시간 광고 서비스를 위한 데이터 모델링 기법을 제안한다. 사용자 선호도를 실시간으로 예측하기 위해 사용자 히스토리 데이터는 트리 구조로 구성된다. 트리 구조는 데이터 탐색 및 비교를 로그 시간 복잡도 이내에 수행 가능하다. 추천의 정확도를 향상시키기 위하여 사용자의 긍정적인 평가와 부정적인 평가를 모두 고려한 추천 알고리즘을 제안한다. 마지막으로, 실제 데이터를 통해 제안하는 추천 기법의 성능을 다양한 방법을 통해 평가한다. |
영문내용
(English Abstract) |
The interaction between the existing advertising service and the user is limited. To provide a personalized advertising service, advertisement systems should predict the user's preference based on the user's profile and the user-content relationship. Many recommendation schemes have been studied to predict the preferences of users. However, the existing recommendation system is difficult to guarantee real-time preference prediction as it performs a calculation of the matrix with high computational complexity. In this paper, we propose a data modeling method for real-time advertising services based on the reaction and intention of viewers. To predict the user's preference in real-time, the user's historical data is modeled in a tree structure. The tree structure allows us to retrieve and compare the data with logarithmic time complexity. To improve the accuracy of the recommendation, we have proposed a recommendation algorithm that considers both the user's positive and negative evaluations. Finally, we have evaluated the performance of the proposed method through various methods. |
| 키워드(Keyword) |
맞춤형 광고 서비스
추천 시스템
트리 구조
추천 알고리즘
personalized advertisement service
recommendation system
tree structure
recommendation algorithm
|
| 파일첨부 |
PDF 다운로드
|
