장르 선호도 및 새로운 점수 예측방법 기반의 영화 추천 시스템[A movie recommender system based on genre preference and new prediction measures]

Basic Information

Title

장르 선호도 및 새로운 점수 예측방법 기반의 영화 추천 시스템[A movie recommender system based on genre preference and new prediction measures]

Subtitle

-

Parallel Title

-

Country

국내

Production Date

2013-**-**

Language

한국어

Size (mm)

-

Pages

37

ISBN/ISSN

-

Edition

-

Master Files

-

Producer

안상원 (성균관대학교 대학원 DMC공학과 DMC공학전공 석사 논문 저자)

Description

(논문요약)[국문초록]본 논문에서는 기존의 협업 필터링 기반 추천 시스템의 단점을 개선하고, 추천의 정확도를 높이기 위한 방법을 2가지 측면에서 제안한다. 첫째, 사용자간의 유사도를 계산하는 새로운 방법을 제안한다. 기존의 사용자-아이템 행렬을 이용한 유사도 계산 방법은 정확한 유사도 계산을 가능하게 하였으나, 아이템 개수가 많아질수록 계산 시간이 매우 오래 걸린다는 단점을 가지고 있었다. 이를 해결하기 위한 방법으로 사용자-아이템 행렬의 차원을 줄이는 방법들이 제안되었고, 그 중에서도 사용자-아이템 행렬을 사용자-장르 행렬로 바꾸어 유사도 계산을 할 수 있는 방법이 많이 사용되고 있다. 사용자-장르 행렬은 아이템 개수가 늘어나도20개의 장르 정보만 사용하여 유사도 계산을 가능하게 함으로서 매우 빠른 유사도 계산을 가능하게 한다. 하지만, 사용자-아이템 행렬에 비해 사용자의 성향이 잘 반영되지 않기 때문에 정확한 유사도 계산이 되지 않는 다는 단점을 가지고 있다. 따라서 본 논문에서는 사용자-장르 행렬을 이용한 유사도 계산 방법의 장점인 빠른 계산 속도는 유지하고, 단점인 유사도 계산의 정확도가 떨어지는 문제점을 개선할 수 있도록 사용자가 특정 장르를 본 횟수, 사용자의 나이, 사용자의 성별 등 3가지 정보를 추가로 적용한 새로운 사용자-장르 행렬기반 유사도 계산 방법을 제안한다. 둘째, 새로운 평가점수 선호도 예측 방법을 제안하여 추천의 정확도를 높인다. 기존의 평가점수 예측 방법은 사용자가 보지 않은 영화에 대해서 만약 사용자가 영화를 봤다면 어떻게 평가 점수를 주었을지 예측하는데 초점이 맞춰줘 있다. 이 방법은 사용자가 영화를 본다는 가정하에 점수를 예측할 때는 효과적이지만, 실제로 사용자가 어떤 영화를 보기를 원하는지 예측을 하는 데는 효과 적이지 않다. 사용자가 어떤 영화를 보고 싶을지 예측 하기 위해서는 얼마나 정확히 평가 점수를 예측할 수 있느냐가 아닌, 각각의 영화에 대해 얼마나 선호 할 것인가에 대한 예측이 필요하다. 그렇기 때문에 특정 영화를 사용자들이 얼마나 많이 봤으며, 얼마나 많은 사람들이 선호 한다고 했는지에 대한 횟수 정보가 선호도 점수 예측에 포함되어야 한다. 따라서 본 논문에서는 사용자가 보고 싶어하는 영화를 예측하기 위해서, 그 영화를 본 횟수 및 선호도 정보가 포함될 수 있는 4 가지의 새로운 아이템 선호도 계산 방법을 제안한다. 성능 평가를 위한 데이터는 MovieLens에서 제공하는 데이터 집합을 이용하며, 위에서 제안한 내용과 다른 논문에서 제안한 여러 가지 방법들을 비교하여 성능을 측정한다. 본 논문에서 제안한 방법으로 추천 시스템을 구성할 경우 추천 리스트 생성 시간을 단축하고 정확도는 높일 수 있음을 실험을 통해 확인 할 수 있다.

Holdings Information 1