본문 바로가기 주메뉴 바로가기
22대 대한민국 국회 국회정보길라잡이 국회의원검색
회원가입 로그인
HOME

정보검색

소장정보 검색

국회도서관 홈으로 정보검색 소장정보 검색

결과 내 검색

동의어 포함

고급검색

인명/단체명

저자정보 상세정보
인명/단체명을 입력하세요.

키워드

  • 대표어

  • 외국어

-

초록보기

추천 시스템은 정보의 홍수 속에서 사용자로 하여금 자신에게 더욱 가치 있고 흥미로운 정보를 선별할 수 있도록 돕는 자동화된 정보 여과 시스템이다. 최근 분산 컴퓨팅 환경에 대한 연구가 활발히 진행되면서, 지금까지의 중앙 서버에서 모든 정보를 관리하는 중앙 집중 방식의 추천 시스템에서 P2P 환경의 접근 방식으로 선회하고 있다. 협력적 여과는 상업적인 추천 시스템에서 가장 많이 사용하는 정보 여과 기법이지만, 그 성공에도 불구하고 확장성(scalability)과 데이터의 희박성(sparsity), 악의적인 사용자의 공격(shilling attack)에 대한 방어 등에 관련된 여러 제약을 갖는다. 중앙 집중 방식에서 분산된 방식으로의 변화는 추천의 신뢰성과 개인 정보의 남용 가능성에 관련한 문제점을 일부 해결할 수 있으나, 조작된 사용자 프로파일을 사용하여 추천을 조작하려는 의도를 갖는 악의적인 사용자의 공격에는 중앙 집중 방식과 마찬가지로 취약할 수 있다.

본 논문에서는 개인 정보의 오남용과 악의적인 사용자의 공격에 관련된 문제점을 해결하고, 분산된 환경에서 효과적인 협력적 여과를 수행하여 추천의 성능과 정확성을 높이기 위한 멀티 에이전트 기반의 추천 프레임워크를 제안한다. 추천의 신뢰성을 높이기 위해 사용자 간의 신뢰 정보를 사용하며, 각 사용자의 개인 에이전트와 이동 에이전트 간의 정보교환을 통해 효과적으로 신뢰 정보를 전파하고 분산된 유사도 계산의 효율성을 높였다

Recommender systems enable a user to decide which information is interesting and valuable in our world of information overload. As the recent studies of distributed computing environment have been progressing actively, recommender systems, most of which were centralized, have changed toward a peer?to?peer approach. Collaborative Filtering (CF), one of the most successful technologies in recommender systems, presents several limitations, namely sparsity, scalability, cold start, and the shilling problem, in spite of its popularity. The move from centralized systems to distributed approaches can partially improve the issues; distrust of recommendation and abuses of personal information. However, distributed systems can be vulnerable to attackers, who may inject biased profiles to force systems to adapt their objectives. In this paper, we consider both effective CF in P2P environment in order to improve overall performance of system and efficient solution of the problems related to abuses of personal data and attacks of malicious users. To deal with these issues, we propose a multi?agent framework for a distributed CF focusing on the trust relationships between individuals, i.e. web of trust. We employ an agent?based approach to improve the efficiency of distributed computing and propagate trust information among users with effect. The experimental evaluation shows that the proposed method brings significant improvement in terms of the distributed computing of similarity model building and the robustness of system against malicious attacks. Finally, we are planning to study trust propagation mechanisms by taking trust decay problem into consideration.

권호기사

권호기사 목록 테이블로 기사명, 저자명, 페이지, 원문, 기사목차 순으로 되어있습니다.
기사명 저자명 페이지 원문 목차
메치메이킹 알고리즘을 이용한 개선된 웹서비스 검색 시스템 최옥경, 이정우, 한상용 pp.1-15

차세대 웹 환경에서의 Rete Algorithm을 이용한 정방향 추론엔진 SMART-F 개발 송용욱, 이명진, 정균범, 홍준석, 김우주, 박지형 pp.17-29

New Optimization Algorithm for Data Clustering 김주미 pp.31-45

유전 알고리즘에 기반한 동적 공급사슬 통합계획을 위한 멀티 에이전트 시스템 박병주, 최형림, 강무홍 pp.47-61

Adaptive Hybrid Genetic Algorithm Approach to Multistage-based Scheduling Problem in FMS Environment 김관우, 윤영수 pp.63-82

고객관계관리를 위한 통합 데이터마이닝 모형 연구 송임영, 이태석, 신기정, 김경창 pp.83-99

유전알고리즘을 이용한 소형궤도차량 선로네트워크 설계 원진명 pp.101-117

분산 환경에서의 협력적 여과를 위한 멀티 에이전트 프레임워크 지애띠, 연철, 이승훈, 김흥남, 조근식 pp.119-140

존대등분 계산법과 사례기반추론을 활용한 상황 인식형 모바일 인터페이스 시스템 권오병, 박태환, 최석재 pp.141-160

참고문헌 (27건) : 자료제공( 네이버학술정보 )

참고문헌 목록에 대한 테이블로 번호, 참고문헌, 국회도서관 소장유무로 구성되어 있습니다.
번호 참고문헌 국회도서관 소장유무
1 (2005) The Structure of Collaborative Tagging Systems, 미소장
2 (2004) PocketLens:Towards a Personal Recommender System, 미소장
3 (2004) Propagation of Trust and Distrust, 미소장
4 (2005) Propagation Models for Trust and Distrust in Social Networks, 미소장
5 (2000) Attack Resistant, Scalable Name Service, 미소장
6 (2001) Itembased Collaborative Filtering Recommendation Algorithms, 미소장
7 (2001) Comparing Recommendations Made by Online Systems and Friends, 미소장
8 (2004) Analyzing Correlation between Trust and User Similarity in Online Communities, 미소장
9 (2004) Trustaware Collaborative Filtering for Recommender Systems, 미소장
10 (1999) Seven Good Reasons for Mobile Agents, 미소장
11 (1997) YENTA:A Multiagent Referral System for Matchmaking, 미소장
12 (1999) Combining Collaborative Filtering with Personal Agents for Better Recom-mendations, 미소장
13 (1999) An Algorithmic Framework for Performing Collaborative Filtering, 미소장
14 (1998) Using Filtering Agents to Improve Prediction Quality in the GroupLens Research Collaborative Filtering System, 미소장
15 (2005) Visualizing Recommendation Flow on Social Networks, 미소장
16 (2003) Conceptual Framework for Recommendation System based on Distributed User Ratings, 미소장
17 (1994) An Open Architecture for Collaborative Filtering of Netnews Proceedings of the ACM Conference on Computer Supported Cooperative Work, 미소장
18 (1997) Recommender Systems, 미소장
19 (1997) GroupLens:Applying Collaborative Filtering to Usenet News, 미소장
20 (1998.) Empirical Analysis of Predictive Algorithms for Collaborative Filtering, 미소장
21 (2005) Trust in Recommender Systems, 미소장
22 (1995) Social Information Filtering: Algorithms for Auto- mating ＂Word of Mouth, 미소장
23 (2004) Using Trust in Recommender Systems:An Experimental Analysis, 미소장
24 (2004) Itembased TopN Recommendation Algorithms, 미소장
25 (1995.) Probability, and Statistics for Engineering and the Sciences, 4th Edition, Duxbury Press 미소장
26 (2002) Discovery and Evaluation of Aggregation Usage Profiles for Web Personalization, 미소장
27 (1998) Clustering Methods for Collaborative Filtering, 미소장

추천서가 (다양한 추천 자료를 만나보세요)

권호기사보기

권호기사 목록 테이블로 기사명, 저자명, 페이지, 원문, 기사목차 순으로 되어있습니다.
기사명 저자명 페이지 원문 기사목차

권호

기사명 원문보기 기사목차
닫기