earticle

논문검색

소셜 네트워크에서 감정단어의 단계별 코사인 유사도 기법을 이용한 추천시스템

원문정보

Personalized Recommendation System using Level of Cosine Similarity of Emotion Word from Social Network

권응주, 김종우, 허노정, 강상길

피인용수 : 0(자료제공 : 네이버학술정보)

초록

영어

This paper proposes a system which recommends movies using information from social network services containing personal interest and taste. Method for establishing data is as follows. The system gathers movies’ information from web sites and user’s information from social network services such as Facebook and twitter. The data from social network services is categorized into six steps of emotion level for more accurate processing following users’ emotional states. Gathered data will be established into vector space model which is ideal for analyzing and deducing the information with the system which is suggested in this paper. The existing similarity measurement method for movie recommendation is presentation of vector information about emotion level and similarity measuring method on the coordinates using Cosine measure. The deducing method suggested in this paper is two-phase arithmetic operation as follows. First, using general cosine measurement, the system establishes movies list. Second, using similarity measurement, system decides recommendable movie list by vector operation from the coordinates. After Comparative Experimental Study on the previous recommendation systems and new one , it turned out the new system from this study is more helpful than existing systems.

한국어

본 논문에서는 개인의 취향과 관심이 반영 되어있는 소셜 정보를 활용하여 사용자에게 영화를 추천할 수 있는 시스템을 제안하였다. 시스템에서 데이터 구축은 포털사이트에서 영화 정보를 수집하 고 페이스북과 트위터 같은 SNS를 통해 소셜 정보를 수집한다. 본 논문에서는 사용자의 감정에 따른 보다 정교한 처리를 위하여 6단계의 감정단계로 분류한 소셜 정보의 벡터공간 모형의 구축방법을 제 안한다. 추천을 위한 유사도 측도 방법은 2단계로 구성되어 있다. 첫 번째는 일반적인 코사인 측도를 통한 영화 목록의 구축 단계이고, 두 번째는 기존의 코사인 측도(Cosine measure)를 활용한 좌표평 면에서 감정 단계별 벡터 정보 표현 방법 및 유사도 측도 방법을 통해 추천 영화 목록의 결정 단계이 다. 본 논문의 추천 시스템의 성능을 평가하기 위하여 기존의 추천 시스템과 비교 실험을 통하여 본 연구의 추천 시스템의 유용성을 검증하였다.

목차

요약
Abstract
1. 서론
2. 관련 연구
3. 영화 추천 시스템
3.1. 정보 수집소
3.2 추론 정보 저장소
3.3 추론 엔진
4. 실험평가
5. 결론
참고문헌

저자정보

  • 권응주 Eungju Kwon. 인하대학교 컴퓨터 정보공학과
  • 김종우 Jongwoo Kim. 인하대학교 컴퓨터 정보공학과
  • 허노정 Nojeong Heo. 동양대학교 정보통신공학과
  • 강상길 Sanggil Kang. 인하대학교 컴퓨터 정보공학과

참고문헌

자료제공 : 네이버학술정보

    함께 이용한 논문

      ※ 기관로그인 시 무료 이용이 가능합니다.

      • 4,300원

      0개의 논문이 장바구니에 담겼습니다.