평가 신뢰도를 고려한 협업필터링의 유사도 모델

Abstract

모바일 기기의 보편화로 정보의 양이 급격히 증가하면서 과거보다 스마트한 정보검색 방식이 요구되고 있다. 추천 시스템은 정보 검색보다 진화된 방식으로 발전되어 온라인 상거래의 필수기능으로 자리 잡고 있다. 개인의 성향을 고려한 지능화된 상품 추천을 위해 많은 연구가 이루어지고 있으며 특히, 협업필터링은 집단지성을 이용한 대표적인 개인화된 추천 방법으로 활용되고 있다. 그러나 협업필터링은 확장성, 희박성, 다양성 등 도전적인 문제점 해결의 과제를 가지고 있으며 본 연구에서는 협업필터링의 추천 정확도를 개선하기 위하여 기존 연구에서 제기되지 않은 신뢰도 기반 유사도 평가 모델을 제안하고자 한다. 기존 유사도 평가 모델은 이웃들과의 평점 오차만을 고려하는 반면, 제안 방법은 아이템 인기도를 신뢰도로 변환하여 예측 선호도의 정확도를 개선하고자 하였다. 제안 모델 평가를 위해 Movielens 데이터셋에 적용한 실험 결과에서 평균 정확도 오차(MAE)가 0.0033 포인트 감소하는 것을 확인할 수 있었다.