메타데이터의 편향분석을 통한 영화추천

Abstract

추천시스템은 정확성 향상을 위해 정보검색 이론을 바탕으로 새로운 선호패턴을 도출하도록 심화하는 것이 핵심이다. 사용자의 편향은 사용자가 영화를 선택하고 평가하는 과정에 관여하지만, 편향과 의사결정의 관계를 다루는 연구는 많지 않다. 다중편향분석은 사용자와 영화의 속성이 의사결정에 미치는 영향을 분석하는 모델이고, 이 모델은 협업 필터링보다 더 나은 평점예측 성능을 보였다. 그러나 기존모델은 사용자속성의 편향과 영화속성의 편향에 대한 신뢰성을 고려하지 않는다. 제안된 방법은 사용자속성과 영화속성의 편향에 대한 신뢰도를 계산하고, 신뢰도가 떨어지는 속성의 편향을 신뢰도가 높은 속성의 편향으로부터 계산해서 기존모델의 성능을 개선하며, 속성의 편향을 계산하는 과정에는 속성 간의 상관관계를 반영한다. 본 논문에서는 다중편향분석모델의 성능개선을 위해 속성의 신뢰도 계산, 속성간의 상관관계 계산, 속성의 편향을 예측하는 방법에 대해 소개한다. 영화데이터를 사용해 실험한 결과, 제안된 방법을 통해 기존모델의 정확성이 향상됨을 확인할 수 있었고, 0.84～7.39%의 성능 향상율을 보였다.