혼합필터링(Hybrid Filtering)을 활용한 교과목 추천시스템 개발 = On the Development of a Course Recommender System: A Hybrid Filtering Approach

국문 초록 (Abstract)

대학교양과목은 대학생활의 전반적인 만족도에 지대한 영향을 미칠 뿐만 아니라, 학생들의 인격함양 및 융합지식 습득의 기반이 되므로 그 중요성이 점점 부각되고 있다. 이렇듯 적절한 교양과목 수강이 중요해지고 있음에도 불구하고, 학생들의 선호를 정확히 반영하는 교양과목 추천시스템에 대한 연구는 미흡한 실정이다. 본 논문은 학생들에게 일반교양과목을 추천해 주는 추천시스템을 제안한다. 협업필터링은 유사한 사용자가 좋게 평가하였지만 목표고객이 아직 경험하지 않은 아이템을 추천해 주는 대표적인 방식이다. 하지만 협업필터링은 Cold Start Problem을 가지기 때문에 1, 2학년과 같은 초기 사용자들에게는 적용이 어려울 수 있다. 그러므로, 본 연구는 수강내역을 이용한 협업필터링과 학생의 정보특성을 이용한 내용기반필터링을 혼합하였다. 본 논문은 제안된 방법에 대한 실용성을 성능분석을 통해 검증하였으며, 제안된 방법은 개개인의 요구에 맞춘 과목추천에 기여할 것으로 기대된다.

다국어 초록 (Multilingual Abstract)

Liberal arts in universities are becoming important, because they act as the basis for undergraduates’ character building and conver-gent knowledge acquisition as well as significantly affect the overall satisfaction during university life. Despite the importance of tak-ing proper liberal arts, little attention has paid to the methods to recommend liberal arts that fit with students’ preferences. Therefore, this paper suggests a recommender system-based approach to recommend elective courses of liberal arts to students. Collaborative fil-tering is a well-known method to recommend items that similar users have rated highly but not yet rated by a target user. However, collaborative filtering has the cold start problem, so it may not work well for some undergraduates, such as first and second year stu-dents. Therefore, this study combines collaborative filtering using course registration information and contents-based filtering using students' property information. We verify the practicality of our approach using performance measures. We expect that the proposed method contributes to the course recommendation customized to individual preferences.

참고문헌 (Reference)

1 연철, "효과적인 추천 시스템을 위한 협업적 태그 기반의 여과 기법" 한국지능정보시스템학회 14 (14): 157-177, 2008

2 손기락, "협동적 필터링을 이용한 K-최근접 이웃 수강 과목 추천 시스템" 한국정보교육학회 11 (11): 281-288, 2007

3 서남수, "한국 대학 교양교육의 구조적 난점과 과제" 한국교양교육학회 4 (4): 1-18, 2010

4 정영미, "필터링 기법을 이용한 도서 추천 시스템 구축" 한국과학기술정보연구원 33 (33): 1-17, 2002

5 김현우, "태그 확장과 시간 정보를 이용한 아이템 추천 방법" 한국정보과학회 18 (18): 521-527, 2012

6 권병일, "이러닝 마켓플레이스에서 자기주도학습지원을 위한 추천시스템" 한국컴퓨터정보학회 15 (15): 135-146, 2010

7 안도현, "웹마이닝과 상품계층도를 이용한 협업필터링 기반 개인별 상품추천시스템" 497-501, 2004

8 이동주, "시간 상황 정보를고려한 협업 필터링을 이용한 음악 추천" 36 (36): 123-128, 2009

9 이해성, "상황 정보와 폭소노미를 이용한 협업 필터링 모바일 콘텐츠 추천 어플리케이션" 한국정보기술학회 7 (7): 132-140, 2009

10 김동현, "사용자 기반 협업 필터링을 이용한 웹툰 추천 알고리즘" 대한산업공학회 2015

11 김부성, "사용자 개인정보를 이용한 협업필터링 기반 영화 추천시스템" 2013

12 박영진, "보유특허 기반의 기술기회탐색을 위한 특허추천방법: 3D 프린팅 산업을 중심으로" 한국지식재산연구원 10 (10): 169-200, 2015

13 Sarwar, B., "Item-based collaborative filtering recommendation algorithms" 2001

14 Rodríguez, D., "Information technology within society's evolution" 40 : 64-72, 2015

15 Burke, R., "Hybrid recommender systems: Survey and experiments" 12 (12): 331-370, 2002

16 Resnick, P., "GroupLens: an open architecture for collaborative filtering of netnews" 1994

17 Balabanović, M., "Fab: contentbased, collaborative recommendation" 40 (40): 66-72, 1997

18 Chee, S. H. S., "Data Warehousing and Knowledge Discovery" Springer 141-151, 2001

19 Linden, G., "Amazon. com recommendations: Item-to-item collaborative filtering" 7 (7): 76-80, 2003

20 Barragáns-Martínez, A. B., "A hybrid content-based and item-based collaborative filtering approach to recommend TV programs enhanced with singular value decomposition" 180 (180): 4290-4311, 2010

21 Bobadilla, J., "A collaborative filtering approach to mitigate the new user cold start problem" 26 : 225-238, 2012