상세 보기
협업필터링의 희박 행렬 문제를 위한 이행적 유사도 평가 모델
Transitive Similarity Evaluation Model for Improving Sparsity in Collaborative Filtering
- 배은영;
- 유석종
Citations
WEB OF SCIENCE
0Citations
SCOPUS
0초록
협업 필터링은 사회적 추천 방식으로서 뛰어난 성능을 제공하는 대표적인 추천 시스템 알고리즘으로 폭넓게 사용되어 오고 있다. 협업 필터링은 구조적으로 아이템 평가 데이터에 의존하고 있기 때문에 평가 행렬의 희박도는 추천 성능에 직접적으로 영향을 미친다. 평가 행렬의 희박성 문제 개선을 위해 협업 필터링과 내용 기반 방법을 결합하는 복합형 추천 방법에 대한 연구는 꾸준하게 이루어져 왔으며, 본 연구에서는 협업 필터링의 희소 평가 행렬(sparse rating matrix) 문제 개선 방안의 하나로 공통 평가 아이템이 누락되어 유사도 측정이 불가능한 상황에 대처하기 위한 방법을 제안한다. 이를 위하여 사용자간 이행적 관계 그래프에 기반하는 유사도 평가 모델을 설계하고 오픈 데이터셋인 Movielens에 적용하여 추천 정확도를 측정 비교하였다.
키워드
similarity evaluation model; collaborative filtering; recommender system; sparsity
- 제목
- 협업필터링의 희박 행렬 문제를 위한 이행적 유사도 평가 모델
- 제목 (타언어)
- Transitive Similarity Evaluation Model for Improving Sparsity in Collaborative Filtering
- 저자
- 배은영; 유석종
- 발행일
- 2018-12
- 저널명
- 한국정보기술학회논문지
- 권
- 16
- 호
- 12
- 페이지
- 109 ~ 114