콘텐츠 기반 추천을 위한 이미지 특징 추출 방법 비교 연구

초록

콘텐츠 기반 추천은 아이템의 특징(feature)을 이용하여 사용자가 과거에 소비했던 아이템과 유사한 아이템을 추천한다. 아이템 간 유사도 산출을 위한 적절한 아이템 정보 선택과 특징 추출은 추천 과정에 있어 중요한 요소로 작용한다. 시각적 정보가 중요한 아이템은 이미지 특징 추출 방법이 추천 성능에 영향을 준다. 이미지로부터 특징을 추출하는 방법에는 JPEG와 같은 알고리즘적 방법, CNN 기반의 딥러닝 모델을 이용한 방법, 인코더-디코더 구조를 갖는 모델의 인코더를 이용한 방법 등이 있다. 본 논문에서는각각의 특징 추출 방법에 대해 서술하고 이를 비교한다. 또한 실험을 통해 각 이미지 특징 추출 방법에따른 추천 결과를 확인하고 정성적 평가를 진행한다.