구조적 공백과 협업필터링을 이용한 추천시스템

국문 초록 (Abstract)

본 연구에서는 사회연결망분석기법 중 하나인 구조적 공백 분석 결과를 이용하여 추천과정에 사용자의 정성적이고 감성적인 정보를 반영할 수 있는 협업필터링 기반의 추천시스템을 제안한다. 협업필터링은 추천기술 중 가장 많이 활용되고 있지만 전통적으로 확장성과 희박성 등의 문제점뿐 만 아니라 사용자-상품 매트릭스의 선호도만을 이용하여 추천을 함으로써 사용자의 정성적이고 감성적인 정보를 추천과정에 반영하지 못한다는 한계점이 있다. 본 연구에서 제안하는 추천시스템은 사회연결망분석에서 중심성 분석과 함께 연결망 내의 주요개체를 탐지할 수 있는 구조적 공백 분석을 이용하여 연결망 내의 대표 사용자들을 추출한 후 이들을 중심으로 군집을 형성한 후 각 군집색인 협업필터링을 수행하는 과정을 통해 전통적인 협업필터링에서 반영하지 못했던 정성적, 감성적 정보를 반영한다. 한편, 군집색인 협업필터링을 수행함으로써 추천의 효율성을 높일 수 있는 장점도 있다. 본 연구에서는 실제 사용자들의 상품에 대한 선호도 평가점수와 사용자들의 사회연결망 정보를 수집하여 실험을 수행하고 전통적인 협업필터링과 다양한 형태의 협업필터링과의 추천성과 비교를 통하여 제안하는 시스템의 유용성을 확인한다. 비교모형으로는 전통적인 협업필터링, 임의 군집색인 기반 협업필터링, k평균 군집색인 기반 협업필터링을 이용한 추천시스템이며, 실험 결과, 제안한 모형이 다른 비교모형에 비해 추천성과의 정확도가 가장 우수하였다. 추천성과의 차이에 대한 통계적 유의성 검정 결과, 제안 모형은 전통적인 협업필터링 기반의 추천시스템과는 통계적으로 유의한 성과 차이가 없었으나, 다른 두 모형에 대해서는 통계적으로 유의한 성과의 차이가 있는 것으로 나타났다.

참고문헌 (Reference)

1 강부식, "신상품 추천을 위한 사회연결망의 구조적 공백 활용 방안" 한국자료분석학회 13 (13): 1365-1377, 2011

2 조윤호, "신상품 추천을 위한 사회연결망분석의 활용" 한국지능정보시스템학회 15 (15): 183-200, 2009

3 박종학, "사회연결망：신규고객 추천문제의 새로운 접근법" 한국지능정보시스템학회 15 (15): 123-140, 2009

4 강부식, "사회연결망의 구조적 공백을 활용한 신규고객 웹 상품추천방법" 한국산업경제학회 23 (23): 2371-2385, 2010

5 현영섭, "다문화 학습동아리의 구조적 공백에서 신뢰와 결혼이주 구성원 브로커의 역할" 한국평생교육학회 17 (17): 1-31, 2011

6 Sarwar, B. M., "Using filtering agents to improve prediction quality in the GroupLens research collaborative filtering system" 345-354, 1998

7 Liu, F., "Use of social network information to enhance collaborative filtering performance" 37 (37): 4772-4778, 2010

8 Rodan, S., "Structural holes and managerial performanc e：identifying the underlying mechanisms" 32 (32): 168-179, 2010

9 Burt, R. S., "Structural Holes：The Social Structure of Competition" Harvard University Press 1992

10 Oinas-Kukkonen, H., "Social networks and information systems: ongoing and future research streams" 11 (11): 61-68, 2010

11 Sohn, D. W., "Social Network Analysis" Kyungmunsa Publishing 2002

12 Kim, Y. H., "Social Network Analysis" Parkyoungsa Publishing 2007

13 Wang, J.-C., "Recommending trusted online auction sellers using social network analysis" 34 (34): 1666-1679, 2008

14 김경재, "Recommender System using Implicit Trust-enhanced Collaborative Filtering" 한국지능정보시스템학회 19 (19): 1-10, 2013

15 Bonacich, P., "Power and centrality：a family of measures" 92 (92): 1170-1182, 1987

16 Rodan, S., "More than network structure：how knowledge heterogeneity influences managerial performance and innovativeness" 25 (25): 541-562, 2004

17 Kim, K.-j., "Hybrid recommender systems using cluster-indexing collaborative filtering and social network analysis" 604-609, 2010

18 Golbeck, J., "Generating predictive movie recommendations from trust in social networks" 3986 : 93-104, 2006

19 Debnath, S., "Feature weighting in content based recommendation system using social network analysis" 1041-1042, 2008

20 Breese, J. S., "Empirical analysis of predictive algorithms for collaborative filtering" 43-52, 1998

21 Goldberg, K., "Eigentaste: a constant time collaborative filtering algorithm" 4 (4): 133-151, 2001

22 Yang, W.-S., "Discovering cohesive subgroups from social networks for targeted advertising" 34 (34): 2029-2038, 2008

23 Shinha, R., "Comparing recommendations made by online systems and friends" 2001

24 조윤호, "Applying Centrality Analysis to Solve the Cold-Start and Sparsity Problems in Collaborative Filtering" 한국지능정보시스템학회 17 (17): 99-114, 2011