소셜 분석기법을 적용한 추천 기법의 맵리듀스 프로세싱 (MapReduce Processing of the Social Analysis-based Recommender Technique)

서지정보

· 발행기관 : 한국정보기술학회
· 수록지 정보 : 한국정보기술학회논문지 / 12권 / 7호 / 123 ~ 134페이지
· 저자명 : 이해성, 윤은영, 권준희

초록

폭발적으로 증가하는 방대한 양의 데이터는 추천 시스템의 성능을 저하시키는 요인임에도 불구하고 이를 해결하고자 하는 연구는 아직까지 미미한 실정이다. 본 논문에서는 소셜 분석 방법을 적용한 추천 기법을 제안하고 이를 분산 환경에서 맵리듀스 모듈로 구현하여 추천 항목의 정확도를 높이고 추천 시스템의 성능을 보다 개선하고자 하였다. 우리는 사용자의 소셜 네트워크 서비스의 데이터를 추가적으로 수집하여 사용한 기존의 많은 연구들과 달리 상품 리뷰나 구매 이력과 같은 히스토리 데이터로부터 사용자간 소셜 데이터를 추출해내고 네트워크를 구성하여 이를 기반으로 소셜 분석 방법을 적용한다. 또한 대표적인 추천 알고리즘인 협업 필터링 기법과의 비교 성능 평가를 통하여 제안 기법이 방대한 양의 데이터를 처리함에 있어 추천 시스템의 성능을 보다 개선하였음을 보인다.

영어초록

Although explosively increasing data is main cause of degrading the performance of recommender systems, there are few researches which try to resolve this issue. In this paper, we propose new social analysis-based recommender algorithm. In order to efficiently handle a huge amount of data and improve the accuracy of recommendations, we implement proposed algorithms into MapReduce modules. Besides, differ with most studies which additionally collect user’s social network data, we extract social factors from user’s historical data and generate the social network on which the social network analysis is applied. Through the comparative experiment between the our proposed method and the collaborative filtering that is typical recommender algorithm, we show that the proposed algorithm increases the speed of the computation for composing the list of recommended contents in terms of handling a huge amount of data. Also, we verify that our method based on social network analysises improves the precision of recommended contents with the use of social network-based analysis.

참고자료

· 없음