사물인터넷 환경에서 데이터 희박성을 고려한 유사도 측정 방법 = A Similarity Measurement Method Considering Data Sparsity in IoT Environment

다국어 초록 (Multilingual Abstract)

The context-aware recommender system is a recommendation method considering the user's context in the existing method of the recommendation through the evaluation score of the users or the purchase history. As the Internet of Things become widely spread recently, the context-aware recommender system attracts the attention. However, the recommender system has a problem that is difficult to recommend to user with low volume of data. In addition, the sparse data problem of the recommendation method that reflects the context data is more serious than the existing recommendation method. Therefore, a recommendation method that can solve this problem is necessary. In this paper, we measure similarity by reflecting the number of items that are evaluated in common and apply context-aware collaborative filtering. As a result of the experiment, the proposed method is improved the recommendation performance compared with the existing similarity measurement and the proposed method is effective in the sparse data.

국문 초록 (Abstract)

상황인지 추천시스템은 사용자가 평가한 점수나 구매이력을 통해 추천하는 기존의 방법에서 사용자의 상황을 고려한 추천방법이다. 사물인터넷이 보편화되면서 상황인지 추천시스템이 주목받고 있다. 하지만 추천시스템은 데이터가 적은 사용자에게 추천하기가 어려운 문제점이 있다. 또한 기존 추천 방법보다 상황정보를 반영한 추천 방법의 데이터 희소성 문제는 더욱 심각하기 때문에 이를 해결할 수 있는 추천 방법이 필요하다. 본 논문은 공통적으로 평가한 항목의 수를 반영하여 유사도를 측정하며 상황인지 협업필터링을 적용하였다. 실험 결과, 제안하는 방법이 기존의 유사도 측정 방법보다 추천 성능이 개선되었으며, 제안한 방법이 희박한 데이터에서 효과적인 것을 확인할 수 있었다.

참고문헌 (Reference)

• 1 배은영, "협업필터링의 희박 행렬 문제를 위한 이행적 유사도 평가 모델" 한국정보기술학회 16 (16): 109-114, 2018
• 2 손지은, "추천 시스템 기법 연구동향 분석" 대한산업공학회 41 (41): 185-208, 2015
• 3 구민정, "종합 평점과 다기준 평점을 선택적으로 활용하는 협업필터링 기반 하이브리드 추천 시스템" 한국지능정보시스템학회 24 (24): 85-109, 2018
• 4 박성은, "유사 취향 사용자의시간 상황에 따른 선호 아이템에 가중치를 둔 음악 추천" 37 (37): 122-125, 2010
• 5 정창복, "유비쿼터스 환경에서의 정확도와 처리 속도 개선을 위한 서비스 추천 기법" 한국정보기술학회 7 (7): 141-152, 2009
• 6 윤소영, "사용자 활동과 시간 정보를 적용한 추천 기법에 관한 연구" 한국정보통신학회 19 (19): 543-551, 2015
• 7 최기창, "구매 이력 데이터를 사용한상황 인지 추천 시스템" 595-597, 2014
• 8 김재호, "감성정보 기반 협업필터링 기법을 이용한 추천시스템" 129-131, 2014
• 9 A. K. Dey, "Understanding and using context" 5 (5): 4-7, 2001
• 10 송기식, "SNS 정보를 활용한 감성기반 서비스 추천: 영화추천 서비스 사례" 한국경영공학회 20 (20): 91-104, 2015
• 11 G. Adomavicius, "Recommender systems handbook" Springer 217-253, 2011
• 12 B. Sarwar, "Item-based collaborative filtering recommendation algorithms" 2001
• 13 A. Chen, "Context-aware collaborative filtering system: Predicting the user’s preference in the ubiquitous computing environment" Springer 244-253, 2005
• 14 G. Linden, "Amazon.com recommendations: Item-to-item collaborative filtering" 7 (7): 76-80, 2003
• 15 Q. Liu, "A survey of context-aware mobile recommendations" 12 (12): 139-172, 2013
• 16 T. H. Dao, "A novel recommendation model of location-based advertising: Context-Aware Collaborative Filtering using GA approach" 39 (39): 3731-3739, 2012
• 17 C. Wang, "A context and emotion aware system for personalized music recommendation" 19 (19): 765-779, 2018