검색 상세

커뮤니티 특성을 고려한 편향치 협업필터링 기반의 광고 키워드 추출

Extraction of Advertising Keyword Based on Bias Value Collaborative Filtering With Community Characteristics

박진용 (Park, Jin Yong, 서강대학교 정보통신대학원)

원문보기

초록 moremore
Implementing an advertising strategy that reflects inherent insights on the basis of the subject issues with particular viewpoint on the online community users who are active and assertive is effective on company promotion by means of enhancing sympathy about target customers and reliability of adve...
Implementing an advertising strategy that reflects inherent insights on the basis of the subject issues with particular viewpoint on the online community users who are active and assertive is effective on company promotion by means of enhancing sympathy about target customers and reliability of advertisement. The technique- keyword extraction is very important because it reflects community insight for effectiveness of advertisement strategies by enhancing sympathy and reliability. Although the extracting techniques have been studies in various ways, collaboration filtering techniques which recommend keywords in view of the similarity of user preference is in use frequently. However, in case of collaborative filtering recommendation systems, the initial cost (time space complexity) for extracting keywords is not as efficient as the input of various preference conditions. There were several studies about its improvement. Based on the existing research cases about the rating base bias weight collaboration filtering which emphasizes its effectiveness, in this paper, it is named the core characteristics of community as value information and is aimed to study keyword extracting techniques that reflect user similarity weight. To this end, community posts are extracted by using TF-IDF and TextRank technique, then key characteristic information (Value Information) in rating format are normalized. Sequentially, advertisement keyword recommendation techniques which improves runtime effectiveness called VIBBP (Value Information Bias-Based Predictor) has been studied. By giving member levels which are the core characteristics in community weighted value and reflecting user similarity weight of keyword during the collaborative filtering process, some improved performance have been confirmed comparing to previous existing researches and the direction in the similarity among extracted keywords from SNS Twitter also has been confirmed as well.
초록 moremore
능동적이고 적극적인 성향의 커뮤니티(보배드림) 사용자들을 대상으로 특정시점의 주제 이슈(신차 출시)를 기준으로 내재된 인사이트를 반영한 광고 전략을 집행하는 것은 타깃 고객층에 대한 공감도와 광고의 신뢰도를 높임으로써 기업의 홍보에 효과적이다. 공감도와 신뢰도를 높이는 광고전략의 효과성을 위해 커뮤니티의 인사이트를 반영한 키워드 추출은 중요도가 무척 높다. 이를 위한 추출기법이 다양하게 연구되고 있으나 사용자 선호도의 유사성을 감안하여 키워드를 추천하는 협업 필터링 기법이 자주 이용되었다[21]. 그러나 협업 필터링 추천시스템...
능동적이고 적극적인 성향의 커뮤니티(보배드림) 사용자들을 대상으로 특정시점의 주제 이슈(신차 출시)를 기준으로 내재된 인사이트를 반영한 광고 전략을 집행하는 것은 타깃 고객층에 대한 공감도와 광고의 신뢰도를 높임으로써 기업의 홍보에 효과적이다. 공감도와 신뢰도를 높이는 광고전략의 효과성을 위해 커뮤니티의 인사이트를 반영한 키워드 추출은 중요도가 무척 높다. 이를 위한 추출기법이 다양하게 연구되고 있으나 사용자 선호도의 유사성을 감안하여 키워드를 추천하는 협업 필터링 기법이 자주 이용되었다[21]. 그러나 협업 필터링 추천시스템의 경우 여러 선호도 조건의 투입에 비하여 키워드를 추출하기 위한 초기비용 (시 공간 복잡도 측면)이 효율적이지 못한 문제가 있다. 이를 개선하기 위한 여러 연구가 진행되었으나 효율성을 강조한 평점기반 편향치 협업 필터링 기존 연구사례를 기반으로 본 연구에서는 커뮤니티의 주요 특성을 가치정보라고 명명하여 평점화 시키고, 사용자 유사도 가중치를 반영하여 키워드를 추출하는 기법을 연구하고자 한다. 커뮤니티의 게시글을 TF-IDF와 TextRank 기법으로 추출하고 주요 특성정보(가치정보)를 평점형태로 정규화 한 후, 평점화 된 가치정보와 사용자 유사도 가중치를 부여한 편향 가중치 협업 필터링 기법을 VIBBP (Value Information Bias-Based Predictor)라고 가칭하여 실행시간 성능 효율성을 개선한 광고 키워드 추천 기법을 연구하였다.