추천시스템(3)
-
[Project] 인공지능 챗봇 추천 웹 사이트 개발 (Portfolio)
보호되어 있는 글입니다.
2020.06.01 -
[추천시스템] RFM기법과 연관성 규칙을 이용한 개인화된 전자상거래 추천시스템 논문 요약
Ⅰ. 서론 - 기업과 고객간의 상호 관계 (customer relationship)을 높임 - 개인화(personalization) 전략 - 웹 원투원 마케팅 실현 Ⅱ. 관련연구 2.1 고객 세분화 (Customer Segmentation) - STP( Segmentation Target Positining) 전략에서 선행되어야할 과정임 - RFM 분석은 Recency, Frequency, Monetary의 약자 : 고객 가치 평가 지표 - R : 최근 구매일자 - F : 일정 기간동안의 총 구매횟수 - M : 일정 기간동안의 총 구매금액 - 고객 리스트를 점수순으로 정렬하여 고객 세분화 2.2 연관 규칙 (Association Rule) - 사건들 사이의 상호 관련성 분석에 이용 - 연관성 규칙(Ass..
2020.05.19 -
[추천시스템] 추천 시스템 기법 연구동향 분석 논문 요약
1. 서론 - 추천시스템의 종류 - 베스트셀러기반 추천방법 :판매량이 많은 순서대로 상품을 추천, 고객의 개인정보 없이 신속한 추천 가능, 개인화 추천 불가 - 최소 질의대상 상품결정방법 :설문에 의거하여 추천 , 고객의 응답 불완전성 추천결과에 대한 신뢰성 저하 2. 콘텐츠기반 접근방식 2.1 콘텐츠기반 접근방식의 특징 (1) 독립적 정보활용 - 다른 사용자의 정보가 부족할 경우에도 유용하게 쓰일 수 있음 - 과거 구매이력이 부족할 경우 추천의 성능을 보장할 수 없음 (2) 새로운 아이템 - 아이템에 대한 평가점수가 존재하지 않더라도, 아이템 간의 속성을 파악하여 카테고리에 할당됌 - 신규 아이템이 추천 리스트에 포함되지 않는 First rater 문제가 발생하지 않음 (3) 과도한 특수화(Over S..
2020.05.19