| 한글제목(Korean Title) |
추천 시스템 정확도 개선을 위한 협업태그와 사용자 행동패턴의 활용과 이해 |
| 영문제목(English Title) |
Understanding Collaborative Tags and User Behavioral Patterns for Improving Recommendation Accuracy |
| 저자(Author) |
김일주
Iljoo Kim
|
| 원문수록처(Citation) |
VOL 34 NO. 03 PP. 0099 ~ 0123 (2018. 12) |
한글내용
(Korean Abstract) |
웹상에서의 기하급수적으로 증가하는 정보의 양으로 인해, 중요하고 가치 있는 데이터를 변별 해 내는 작업은 그 어느 때보다도 중요하다고 하겠다. 추천 시스템은 이러한 정보의 과 공급 문제를 해결하기 위한 가장 효과적인 방법 중 하나임에도 불구하고, 그 성능은 기존 방식들에서 크게 진전을 이루지 못하고 있는 것이 사실이다. 따라서 본 논문에서는 이 문제를 진전시키기 위해, 협업태그를 활용한 새로운 사용자 프로파일링 기법을 제안하고 사용자의 평가 및 태깅패턴을 분석, 그 활용 또한 모색한다. 본 논문에서 제안하는 기법의 검증을 위해, 해당 프로파일링 기법을 활용 한 혼합 영화 추천 시스템을 구현하고 실제 데이터를 사용하여 기존의 추천 방식 대비 그 경쟁력을 검증하였다. 그와 더불어, 민감도 분석을 통해 사용자의 태깅패턴과 평가 패턴에 기반한 차별적인 추천 방식의 잠재적 가능성 또한 제안, 검증한다.
|
영문내용
(English Abstract) |
Due to the ever expanding nature of the Web, separating more valuable information from the noisy data is getting more important. Although recommendation systems are widely used for addressing the information overloading issue, their performance does not seem meaningfully improved in currently suggested approaches. Hence, to investigate the issues, this study discusses different characteristics of popular, existing recommendation approaches, and proposes a new profiling technique that uses collaborative tags and test whether it successfully compensates the limitations of the existing approaches. In addition, the study also empirically evaluates rating/tagging patterns of users in various recommendation approaches, which include the proposed approach, to learn whether those patterns can be used as effective cues for improving the recommendations accuracy. Through the sensitivity analyses, this study also suggests the potential associated with a single recommendation system that applies multiple approaches for different users or items depending upon the types and contexts of recommendations.
|
| 키워드(Keyword) |
추천 시스템
협업태그
사용자 평가 패턴
협력 필터링
recommendation systems
collaborative tags
user rating patterns
collaborative filtering
|
| 파일첨부 |
PDF 다운로드
|
