WEB OF SCIENCE
SCOPUS
Metadata Downloads
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.author | 이재현 | - |
| dc.contributor.author | 이상철 | - |
| dc.date.accessioned | 2025-01-23T11:10:14Z | - |
| dc.date.available | 2025-01-23T11:10:14Z | - |
| dc.date.created | 2024-12-17 | - |
| dc.date.issued | 2024-06-27 | - |
| dc.identifier.uri | http://hdl.handle.net/20.500.11750/57735 | - |
| dc.description.abstract | 본 논문은 얼리 어답터 집단을 파악하여 추천 시스템에서의 콜드 스타트 문제를 완화할 수 있는 방안을 제안한다. 리뷰/평점 데이터의 시간적 분포와 텍스트 리뷰의 언어적 분석을 통해 초기 소비 집단인 얼리 어답터 집단이 미래에 해당 항목을 소비할 집단을 대표할 수 있음을 보이고, 구분된 두 집단을 추천 시스템 모델에 적용할 수 있음을 제안한다. 실험 결과 얼리 어답터 집단이 나머지 사용자들을 대표할 만큼의 결과의 유사성을 보이며, 두 집단이 내포하고 있는 리뷰의 성향은 다르다는 것을 확인하였다. | - |
| dc.language | Korean | - |
| dc.publisher | 한국정보과학회 | - |
| dc.relation.ispartof | 한국정보과학회 2024 한국컴퓨터종합학술대회 논문집 | - |
| dc.title | 얼리 어답터 집단 분석을 통한 추천 시스템 분야에서의 콜드 스타트 문제 개선 연구 | - |
| dc.title.alternative | Alleviating the cold-start problem in recommendation systems using early adopters | - |
| dc.type | Conference Paper | - |
| dc.identifier.bibliographicCitation | 이재현. (2024-06-27). 얼리 어답터 집단 분석을 통한 추천 시스템 분야에서의 콜드 스타트 문제 개선 연구. 2024 한국컴퓨터종합학술대회 (KCC 2024), 1714–1716. | - |
| dc.identifier.url | https://www.dbpia.co.kr/journal/articleDetail?nodeId=NODE11862320 | - |
| dc.citation.conferenceDate | 2024-06-26 | - |
| dc.citation.conferencePlace | KO | - |
| dc.citation.conferencePlace | 제주 | - |
| dc.citation.endPage | 1716 | - |
| dc.citation.startPage | 1714 | - |
| dc.citation.title | 2024 한국컴퓨터종합학술대회 (KCC 2024) | - |
