아이템 연관성을 고려한 협력적 필터링 기반 추천시스템 개발

Abstract

정보기술과 인터넷 기술의 발달로 전자상거래가 활성화되면서 추천시스템의 중요성이 증가하였다. 전자상거래에서 추천시스템은 사용자 개인 정보와 구매 이력을 통해 필요로 할 것이라 예상되는 상품을 사용자에게 추천해 준다. 추천시스템은 협력적 필터링과 군집모델, 그리고 검색 기반 방법 등 많은 연구가 수행되었다. 그러나 이러한 연구들은 상품 간의 연관성은 고려하지 않고 사용자 정보만을 가지고 상품을 추천해 주기 때문에 추천 상품의 정확도가 떨어진다. 본 연구에서는 이러한 문제점을 보안하기 위해 기존의 협력적 필터링 기법과 아마존에서 사용자고 있는 아이템 간 협력적 필터링 기법을 활용하여 혼합 추천시스템을 제안하고 이 추천시스템을 중소 제조기업을 위한 제조용 앱스토어에 적용한다. 본 연구에서 제안하는 추천시스템은 기존 연구에서 사용된 Recall과 Precision 두 척도의 조화평균 값으로 평가하였다. 평가 결과 제안한 추천시스템이 기존 협력적 필터링 보다 좀더 높은 정확도를 제공하는 것으로 나타났다.