RISS 학술연구정보서비스

검색
다국어 입력

http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.

변환된 중국어를 복사하여 사용하시면 됩니다.

예시)
  • 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
  • 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
닫기
    인기검색어 순위 펼치기

    RISS 인기검색어

      검색결과 좁혀 보기

      선택해제

      오늘 본 자료

      • 오늘 본 자료가 없습니다.
      더보기
      • 무료
      • 기관 내 무료
      • 유료
      • 추천 시스템에 의한 필터 버블 개선 방향 제시 : 유투브를 통해서

        조성재(Sung-Jae Jo),이근희(Geun-Hee Lee),전경향(Gyeong-Hyang Jun),허수진(Su-Jin Hur),김하늘(Ha-Neul Kim),김성희(Sung-Hee Kim) 한국HCI학회 2020 한국HCI학회 학술대회 Vol.2020 No.2

        추천 시스템은 개인화 알고리즘을 이용해 사용자의 선호도에 부합하는 서비스나 콘텐츠를 제공하는 것으로 상품이나 영화, 음악 등 다양한 서비스에 활용되고 있다. 하지만 이러한 추천 시스템은 사용자에게 맞춤형 정보를 제공한다는 장점도 있지만, 이미 필터링 된 정보만을 접하게 되어 자기도 모르는 사이에 정보 편식을 하게 되는 필터버블(filter bubble) 현상을 경험할 수도 있다. 필터버블은 제공되는 정보가 사용자의 견해를 편협하게 함으로써 사회적 문제를 해결하는 데 어려움을 겪을 수 있다는 문제점이 있다. 본 논문은 추천 시스템에 의한 필터 버블 현상을 개선하기 위해서 사용자의 추천 시스템에 대한 인식을 설문을 통해 알아보았다. 그 결과 추천 시스템에 의해 제공되는 정보의 다양성이 제한되어 필터 버블이 발생할 가능성을 확인할 수 있었고, 사용자 또한 추천 시스템의 다양성이 부족하다는 문제점에 대해 공감을 나타냈다. 본 논문은 필터 버블 현상이 발생할 가능성과 추천 시스템의 다양성이 부족하다는 문제점을 밝혔다는 점에서 의의를 가진다.

      연관 검색어 추천

      이 검색어로 많이 본 자료

      활용도 높은 자료

      해외이동버튼