사용자들의 공통관람 영화 유사도를 이용한 추천시스템의 성능향상

Abstract

추천 시스템은 전세계적으로 많이 쓰이고 있고 중요한 분야이다. 영화, 음악 또는 책 등의 품목이 점점 많아지고 인터넷이 발달함에 따라 사용자들은 더욱 더 많은 콘텐츠들에 접근할 수 있다. 하지만 실제로 소비할 수 있는 콘텐츠는 한정적이다. 따라서 소비자들은 본인의 취향에 적합한 콘텐츠를 고르고 싶어한다. 때문에 추천시스템은 중요하고 유용하게 사용될 수 있다. 실제로 Amazon 이나 Netflix등의 서비스는 이미 이러한 시스템을 도입하여 소비자들이 직접 콘텐츠를 찾지 않아도 개별 사용자에게 알맞은 콘텐츠들을 추천해준다. 협력 필터링은 추천시스템에 가장 널리 쓰이고 가장 많이 연구되는 방법중의 하나이다. 그 중 사용자기반 협력 필터링은 특정 사용자가 흥미로워 할 수 있는 아이템을 찾기 위해 그와 유사한 사용자들을 찾아 그들의 정보를 이용하여 추천할 아이템을 찾는다. 이 때, 사용자들의 유사도를 구하는 것은 매우 중요한 과정이다. 본 연구에서는 사용자들의 평점을 이용하여 영화를 추천할 때 사용자들의 유사도를 구하는 새로운 방법을 제안한다. 먼저 사용자들의 평가가 있는 영화들은 사용자들이 과거에 선택해서 관람한 영화들이다. 즉 이 영화들은 사용자들이 자신의 취향에 적합할 것이라 생각하고 선택하였기 때문에 선택하지 않은 영화에 비해 중요하다. 따라서 두 사용자가 얼만큼의 영화를 공통으로 선택하여 평가하였는지를 고려하였다. 또한 공통으로 선택한 영화에 대하여 사용자들이 얼마나 만족하였는지 고려하였다. 사용자가 선택한 항목들의 평균보다 만족스러웠는지, 불만족스러웠는지 두 사용자간의 이러한 편향성이 일치하는지 고려하여 유사도를 계산하였다. 본 연구에서 제안한 유사도를 이용하여 협력 필터링을 수행한 결과 기존의 유사도를 구하는 방법인 피어슨 상관관계, 자카드 유사도보다 더 높은 예측력을 보이는 것을 알 수 있었다. 또한 적은 이웃만을 고려하여 예측했을 때에도 성능이 좋은 것을 확인하였다. 제안한 방법을 사용했을 때, 예측오차 값의 평균 MAE(Mean Absolue Error) 값은 0.7929로 기존의 유사도 보다 적은 값을 보였다.