아이템 메타데이터를 이용한 고성능 협력 추천 기법

초록

본 연구에서는 기존의 협력 추천 기법에서 한계점으로 작용했던, 서비스 초기단계의 Data sparsity로 인한 추천 성능 저하 문제를 완화 시키는 방법으로, 아이템 메타데이터를 추천에 이용하는 기법을 제안한다. 본 연구에서 사용하는 아이템 메타데이터는, 아이템을 설명하는 짧은 document 데이터이다. 기존 협력 추천 기법의 경우, 비교적 사용자의 숫자가 충분하지 못한 서비스 초기 단계에, 협력 추천의 성능이 급격히 저하되는 문제를 가지고 있다. 이러한 문제점을 극복하기 위하여 사용자의 유입과 독립적으로 확보가 가능한 데이터인 아이템 메타데이터를 협력 추천 시 아이템 간의 유사도 계산에 이용하는 방법을 적용하였다. 아이템 메타데이터는 Web Crawling을 통해 수집 하였고, 수집된 메타데이터는 TF-IDF 벡터로 변환하여 아이템 간의 유사도 계산에 이용되었다. 이렇게 계산된 유사도를 기존 협력 추천 기법에서 계산 된 유사도와 결합하여 사용하였다. 실험 결과, 아이템 메타데이터를 사용함으로써 추천 성능을 효과적으로 향상시킬 수 있었다 본 연구에서 진행된 실험의 평가를 위한 척도로, MAE, Precision, Coverage, F-Measure를 사용하였다.