기대불일치 이론을 이용한 심층 신경망 기반 추천시스템의 정확도, 다양성 및 고객 만족도 평가

저작시기 2019.11 |등록일 2019.12.26 파일확장자어도비 PDF (pdf) | 9페이지 | 가격 4,000원
다운로드
장바구니관심자료
상세신규 배너

* 본 문서는 배포용으로 복사 및 편집이 불가합니다.

서지정보

발행기관 : 한국경영정보학회 수록지정보 : 한국경영정보학회 학술대회 / 501 ~ 509 페이지
저자명 : 이청용,최일영,김재경

없음

한국어 초록

정보기술의 발달과 모바일 기기의 대중화로 인해 구매내역, 행동패턴 등 다양한 유형의 고객 데이터 수집이 가능하다. 이러한 고객 데이터가 기하급수적 으로 증가함에 따라 고객에게 차별화된 서비스를 제 공해주는 개인화 서비스에 대한 수요가 급격히 커지 고 있다. 기존의 추천 시스템에 대한 연구에서 추천 알고리즘의 정확도가 반드시 추천 서비스 이용자의 만족도로 이어지지는 않는다는 문제점이 지속적으로 제기되어왔다. 또한, 다양한 아이템들이 추천되었을 때 추천 시스템에 대한 만족도가 높다고 지적하고 있다. 본 연구에서는 추천시스템을 사용하여 개인화 서비스를 제공하는 경우 고객 만족도를 결정하는 요 인을 확인하고자 한다. 기존의 추천시스템은 데이터 희소성, 확장성 등 문제점이 꾸준히 존재했다. 하지 만 최근에 이러한 문제점을 해결하기 위해 인공 신 경망을 추천시스템에 적용시키는 다양한 연구가 진 행되었다. 따라서 이번 연구에서는 인공신경망의 한 종류인 심층 신경망을 추천시스템에 적용하여 MovieLens의 실제 사용자 데이터를 이용하여 사용자의 패턴을 학습하고 고객의 정확도, 다양성, 고객 만족 도를 측정했다. 연구 결과는 심층 신경망 기반 추천 시스템의 정확도가 고객 만족도에 긍정적인 영향을 주었고 다양성은 부정적인 영향을 주었다.

참고 자료

없음

판매자에게 문의하기 최근 구매한 회원 학교정보 보기

ㆍ다운로드가 되지 않는 등 서비스 불편사항은 고객센터 1:1 문의하기를 이용해주세요.
ㆍ이 자료에 대해 궁금한 점을 판매자에게 직접 문의 하실 수 있습니다.
ㆍ상업성 광고글, 욕설, 비방글, 내용 없는 글 등은 운영 방침에 따라 예고 없이 삭제될 수 있습니다.

문의하기

판매자 정보

본 학술논문은 (주)학술교육원과 각 학회간에 저작권계약이 체결된 것으로 AgentSoft가 제공 하고 있습니다.
본 저작물을 불법적으로 이용시는 법적인 제재가 가해질 수 있습니다.

찾던 자료가 아닌가요?아래 자료들 중 찾던 자료가 있는지 확인해보세요

상세하단 배너
우수 콘텐츠 서비스 품질인증 획득
최근 본 자료더보기
기대불일치 이론을 이용한 심층 신경망 기반 추천시스템의 정확도, 다양성 및 고객 만족도 평가
페이지
만족도 조사

페이지 사용에 불편하신 점이 있으십니까?

의견 보내기