ai-times

국문 : 구매 데이터에 적합한 아이템 기반의 협력적 추천 기법
영문 : An Item - based Collaborative Recommendation Algorithm for Purchase Data

발표 : 한국정보과학회 2002년도 봄 학술발표논문집 제29권 제1호(B), 2002. 4 (pp. 319~321, 3 pages)
초록 : DBPia 상세보기

파일 :

invalid-file

초록 : 협력적 추천 알고리즘의 성능향상을 위한 많은 연구들이 진행되고 연구 결과로 다양한 협력적 추천 기법들이 제안되고 있다. 이러한 연구에서는 EachMovie, MovieLens등의 선호도(Rating) 값을 기반으로 하는 데이터를 대상으로 추천의 효율을 높이고자 하고 있다. 그러나 실세계에서 우리가 얻을 수 있는 원 거래 데이터(Raw Transaction Data)는 선호도 값을 갖고 있지 않다. 따라서 실세계의 구매 데이터에 효과적인 추천을 하기 위해서는 기존의 선호도 기반 알고리즘이 아닌 구매 정보만을 기반으로 하는 변경된 협력적 추천 알고리즘이 필요하다. 본 논문에서는 연관규칙 탐사 기법에서 사용하는 확신도(confidence)를 유사도식에 사용하고 이를 기반으로 선호도를 예측하는 구매 기반의 협력적 추천 알고리즘을 제안한다.

제목 : Extracting decision trees from trained neural network

발표 : Pattern Recognition 32 (1998), Accepted 30 November 1998.  
출처 : The Journal of the Pattern Recongnition Society
초록 : http://portal.acm.org/citation.cfm?id=775113

파일 :

설명 :
이 논문에서는 훈련된 신경망 모델에서 결정트리를 추출하는 방식의 결정트리 알고리즘 생성 방법을 제안한다. 결정트리가 갖는 장점(이해하기 좋고, 설명력이 좋음)과 신경망이 갖는 장점(분류 정확도가 상대적으로 높음)을 결합하는 것에 관심을 두고 있다.  

참고 :
* 초록 및 서론의 내용은 결정트리와 신경망의 장단점을 설명하는 좋은 참고 내용이다. 
* 제안하는 방법의 3단계를 구성된다. (1) prototypes 찾기 (2) GA 알고리즘을 사용하여 최적의 Prototype 찾기 (3) 선택된 prototypes 을 사용하여 결정트리 구축하기

제목 : Extracting decision trees from trained neural networks

발표 : International Conference on Knowledge Discovery and Data Mining
         Proceedings of the eighth ACM SIGKDD international conference on Knowledge discovery
         and data mining

년도 : 2002년
초록 : http://portal.acm.org/citation.cfm?id=775113

내용 : 신경망 모델로 부터 결정트리를 생성하는 방법으로 2002년에 발표된 논문임. 
         1999년에 패턴인식 학회에서 발표된 논문과 제목이 동일함.

원본 :