스마트폰 사용자의 중단가능성 예측 시 콜드 스타트 문제 해결 연구 (On Mitigating the Cold Start Problem in Predicting Interruptibility of Smartphone Users)

서지정보

· 발행기관 : 한국정보과학회
· 수록지 정보 : 데이타베이스연구 / 32권 / 3호 / 23 ~ 34페이지
· 저자명 : 양현석, 최민수, 이재길

초록

스마트폰 시장의 성장은 연구자들로 하여금 사용자들의 상황 (Context) 파악과 그에 기반 한 추천에 관련된 연구를 수월하게 해주었다. 하지만 사용자의 상황을 인지하고 중단가능성을 판단하는 것은 쉬운 일이 아니다. 특히 신규사용자와 같이 초기 데이터가 부족한 상황에는 더욱 어렵다. 이에, 앞선 연구에서는 신규 사용자와 유사한 행동패턴을 보이는 기존 사용자들을 추가하여 예측 정확도를 높이는 방법을 제안하였지만 한계가 있었다. 본 연구에서는 신규 사용자의 중단가능성 예측모델의 정확도를 더 높이기 위해 세 가지 다른 방법을 시도 하였다. 첫째로, 유사사용자들을 판별하는 과정에서 사용되는 가중치 값들을 조정하였다. 둘째로는 기존 사용자와 유사도를 계산하고 정해진 기준에 따라 사용자를 추가하는 방식을 제안하였다. 셋째로는 기존 사용자와 유사 사용자의 데이터를 통합하여 하나의 예측 모델을 생성하는 방식 대신에 각 사용자의 데이터를 활용하여 각각의 예측 모델을 만들고 결과를 예측하여 종합하는 방식을 적용하였다. 다양한 예측모델 생성방법을 통해 초기 데이터 확보가 어려운 스마트폰 신규사용자의 중단가능성 예측 정확도를 향상시키는 방법을 제시한다.

영어초록

The Growth of smartphones has made researchers to do a study related to context-aware recommendation area easily. However, predicting interruptibility by recognizing user’s context is not easy. Especially, prediction for a new user is more difficult due to the lack of available information.
In previous study, we suggested a method of identifying similar users with respect to the user behavior of the new user and using their information for the interruptibility prediction. We achieved higher accuracy but it was not that significant. In this paper, we tried three ways to obtain better performance. First, we manipulated weights which are used for the similar user computation precess. Second, we changed the number of similar users to utilize by setting a similarity score threshold. Third, instead of model aggregation, we consider individual prediction result of models of the new user and similar users, and make a final decision. Like this, we propose various ways to tackle the cold start problem in interruptibility prediction.

참고자료

· 없음