잠재요인 협업필터링을 이용한 추천 방법

• 영문명: Latent Factors Recommendations Using Collaborative Filtering
• 발행기관: 한국IT서비스학회
• 저자명: 한미란(Mi-ran Han) 이승인(Seung-in Lee) 조광희(Kwang-Hee Cho) 김세호(Se-ho Kim) 김근희(Keun-Heui Kim) 김종배(Jong-Bae Kim)
• 간행물 정보: 『한국IT서비스학회 학술대회 논문집』2019추계학술대회, 237~239쪽, 전체 3쪽
• 주제분류: 경제경영 > 경영학
• 파일형태: PDF
• 발행일자: 2019.10.30

국문 초록

아마존 등과 같은 전자상거래 업체부터 유튜브, 애플 뮤직 등 콘텐츠 포털까지 추천 시스템을 통해 사용자 맞춤 상품과 콘텐츠를 제공해 주고 있다. 고전적인 협업 필터링 추천은 사용자와 아이템, 그리고 선호도로 이루어진 3차원 데이터를 이용하는데 일반적으로 데이터 희소성(Sparsity)문제가 발생한다. 이 문제를 해결하기 위해 사용자와 아이템 평점 매트릭스 속에 숨어 있는 잠재요인을 추출하여 예측하여 사용자에게 추천하는 기법을 사용한다. 본 논문에서는 사용자가 아이템에 평가한 선호도에 대한 잠재요인으로 간주하며 그 외정확한 유사도 측정을 위하여 최근 사용자가 동영상을 플레이한 콘텐츠에 대하여 점수를 부여 및 클릭수를 비교 분석하여 가장 적합한 추천 모델을 제시한다.

목차

1. 서론

2. 관련연구

3. 협업필터링을 이용한 추천

4. 결론