대규모 추천 엔진을 위한 새로운 분산 그래프 데이터 저장 시스템 (A New Distributed Graph Data Storage System for Large-Scale Recommender Engines)

서지정보

· 발행기관 : 한국정보기술학회
· 수록지 정보 : 한국정보기술학회논문지 / 11권 / 7호 / 139 ~ 149페이지
· 저자명 : 이해성, 권준희

초록

최근 들어 중요성이 강조되고 있는 온라인 추천 시스템들은 폭발적으로 증가하는 방대한 양의 웹 데이터를 처리하기 위한 보다 효과적인 데이터 저장 모델을 요구하고 있다. 그러나 추천 시스템에서 널리 사용되는 협업필터링(collaborative filtering)을 효과적으로 수행하면서 방대한 양의 데이터를 처리할 수 있는 데이터 저장 모델에 대한 연구는 아직 미미한 실정이다. 본 논문에서는 대규모 추천 시스템에서 요구되는 데이터 저장 모델을 위해 새로운 형태의 분산 그래프 데이터 저장 시스템을 제안한다. 제안하는 분산 그래프 데이터 저장 시스템은 대규모의 추천 엔진이 보다 빠르게 추천항목을 구성하기 위한 인덱스를 포함하고 있다. 우리는 관계형 데이터 모델과 같은 기존 데이터 모델 기반의 추천엔진들을 클라우드 컴퓨팅 환경에서 구현하고 이들과의 비교 성능 평가를 실시하여 추천 엔진의 성능을 개선하였음을 보인다.

영어초록

With the explosively increasing online data, recommender systems are more and more important. Therefore, increasing e-commerce data presents new challenges for storing and querying large amounts of data to online recommendation systems. However, there are few researches about processing a lot of online data in order to improve the performance of large-scale recommendation systems. This paper proposes a new graph data storage model for the large-scale recommendation system. In addition, the proposed graph data storage model includes new type of the index in order to rapidly compose recommendation lists. Also, we perform comparison experiments with existing data model. And we prove that our distributed graph data model has better performance with large-scale recommendation systems than other data models like the relational data model.

참고자료

· 없음