사용자 기반 협업 필터링 알고리즘의 이웃 확장 연구
A Study on Neighbor Expansion for User-based Collaborative Filtering
- 발행기관 서강대학교 정보통신대학원
- 지도교수 박성용
- 발행년도 2017
- 학위수여년월 2017. 8
- 학위명 석사
- 학과 및 전공 정보통신대학원 정보보호
- 실제URI http://www.dcollection.net/handler/sogang/000000062090
- 본문언어 한국어
- 저작권 서강대학교 논문은 저작권보호를 받습니다.
초록/요약
추천 시스템에서 많이 사용되는 협업 필터링 알고리즘에 대한 소개와 더불어 협업 필터링 중에서도 사용자간의 유사도를 기반으로 추천 리스트를 구성하는 사용자 기반 필터링 알고리즘 응용에 대한 연구 논문이다. 사용자 기반 필터링은 아이템 기반 필터링에 비해 추천 리스트의 정확도가 향상되었다는 성공적인 구현이 이루어졌으나, 추천 대상자와 실제 성향이 비슷할지라도 동일한 물품을 구매하고, 평점을 입력하지 않은 경우 유사도를 측정할 수 없다는 점과 초기 데이터가 적을 경우 데이터 희박성이 부족하다는 한계가 있었다. 한계를 효과적으로 해결하기 위해 추천 과정에서 이웃의 범위를 확장하는 방법을 구상하고 구현하였다. 본 논문에서는 기존 사용자 기반 협업 필터링에서 사용자 이웃 선정 과정을 확장한 응용 알고리즘을 제안하고, 데이터 희박성 및 예측 정확성 개선에 목표를 두었다. 이에 대한 성능 평가를 위해 MovieLens 1K를 사용해 제안 모델의 성능 개선 정도를 측정하였다. 실험에 대한 분석 결과, 제안 모델의 평균 절대 오차 (MAE)가 줄어들었고, 재현율 (Recall)이 향상되는 결과를 확인할 수 있었다.
more