자연어 메타데이터를 이용한 추천시스템 상에서의 사용자 견해 고립 현상 완화 기법

초록

본 논문에서는 기존의 영화 추천시스템의 문제점으로 지적되었던 사용자 견해 고립 현상(Filter bubble) 문제를 완화시키기 위한 새로운 형태의 영화 추천 기법을 제시한다. 기존의 User(혹은 item)-based collaborative recommendation의 경우, 사용자와 유사한 견해를 갖는 사용자의 평점 패턴을 분석하여 추천을 제공하기 때문에, 그 결과에 있어 자신과 유사한 사용자들의 평점 패턴만이 고려되어 사용자가 견해 측면에서 고립되는 문제가 존재한다. 이러한 문제를 해결하기 위해 본 논문에서는 아이템 메타데이터 간 유사도를 긍정적 유사도로, 아이템 간 평점 패턴 유사도를 부정적 유사도로 사용하여, 내용적으로는 유사하지만 선호 계층 간 유사도는 낮은 아이템 쌍을 이용하여 추천을 제공하는 기법을 제안한다. 실험 결과, 기존 기법과 비교하여 추천의 정확도를 기존 기법에 준하는 수준으로 유지하면서, 사용자와 상반되는 견해를 가진 사용자의 견해가 고려된 추천을 제공할 수 있음을 확인하였다.