LikeSNU-서울대 중앙도서관 빅데이터 지식 플랫폼

사례기반추론의 유사 임계치 및 커버리지 최적화

저자

안현철

학술지명

정보처리학회논문지. 소프트웨어 및 데이터 공학

출판/발행연도

2013

주제

요약

본 연구는 사례기반추론(CBR) 시스템에서 이웃 사례를 효과적으로 선정하기 위한 새로운 모형을 제시합니다. 기존 연구의 한계를 극복하고자 절대적 유사 임계치를 도입하고, 예측 결과 생성 사례의 비중인 커버리지를 제약 조건으로 설정하여 사용자가 원하는 수준의 커버리지를 유지하면서 최적의 유사 사례를 추론하도록 설계했습니다. 실제 온라인 쇼핑몰 표적 마케팅 사례에 적용한 결과, 제안 모형이 CBR의 예측 성과를 유의미하게 개선하는 것을 확인했습니다.

출처 바로가기 찜하기