표제지
(국문요약)
목차
제1장. 서론 9
1. 연구배경 9
2. 연구목적 10
3. 논문 구성 12
제2장. 관련 연구 13
1. 추천 알고리즘 13
(1) 내용기반 필터링 추천 시스템 13
(2) 협업 필터링 추천 시스템 15
(3) 그 밖의 정보 필터링 알고리즘 21
2. 산업체 연구 동향 22
(1) Amazon.com 22
(2) MyBestBets 23
(3) Smart radio 23
(4) PTV 24
(5) TiVo 25
제3장. IPVT 프로그램 추천 시스템 27
1. 시스템 구조 및 동작 원리 27
2. 사용자 모델 28
(1) 사용자 정보 28
(2) 프로그램 등록 정보 30
3. 프로그램 추천 알고리즘 31
(1) 사용자 프로파일 정보 31
(2) 장르별 선호도 계산 32
(3) 이웃 사용자 그룹 생성/갱신 33
(4) Top-N 프로그램 추천 34
4. 사용자 예약 및 편집 시스템 35
(1) 사용자 예약 시스템 35
(2) 사용자 메뉴 편집 시스템 37
제4장. 실험 및 평가 39
1. 실험 환경 39
2. 실험 결과 41
제5장. 결론 및 향후 연구 47
참고문헌 49
(Abstract) 51
감사의 글 52
표 1.1. DTV와 IPTV의 비교 9
표 2.1. 사용자-아이템프로파일 행렬 18
표 2.2. Joe와 Mick의 유사도 계산을 위한 통계 값 19
표 2.3. Joe와 Sue의 유사도 계산을 위한 통계 값 19
표 2.4. 협업 필터링과 내용기반 필터링의 비교 21
표 3.1. 사용자 기본정보 및 선호 장르 정보 구성 29
표 3.2. 사용자 기본 정보 기록 예 30
표 3.3. 사용자 프로파일 예 32
표 4.1. 실험 환경 39
그림 2.1. 두 개 아이템 간의 유사도 측정 15
그림 2.2. 사용자-아이템 프로파일 16
그림 2.3. Amazone.com의 도서 추천 엔진 22
그림 2.4. DIRECTV에서 개인화된 TV 프로그램 목록 추천에 사용된 MyBestBets 엔진 23
그림 2.5. Smart radio의 추천 프로그램 목록 24
그림 2.6. PTV의 개인화된 TV 가이드 동작 원리 25
그림 2.7. TiVo의 TV 프로그램 가이드 26
그림 3.1. IPTV 프로그램 추천 시스템 27
그림 3.2. 사용자 정보 등록 28
그림 3.3. 프로그램 등록 화면 30
그림 3.4. 협업 필터링기반 프로그램 추천 절차 35
그림 3.5. 사용자 예약 시스템 36
그림 3.6. 사용자 예약 시스템 37
그림 3.7. 웹 기반의 사용자 메뉴 편집 시스템 38
그림 3.8. 사용자 메뉴가 적용된 IPTV 화면 38
그림 4.1. 연예, 오락을 선호하는 사용자 A에 대한 추천 예 42
그림 4.2. 트레이닝 기간에 따른 추천 성능 비교 43
그림 4.3. 사용자 프로파일 내 시청 기록 개수에 따른 성능평가 44
그림 4.4. 이웃 사용자 클러스터 개수별 성능평가 45
그림 4.5. 제안 시스템과 Popularity 추천의 성능 비교 46