영화 평점 자료를 이용한 추천 시스템 성능 비교 연구

Abstract

최근 전자 상업, 영화, 음원 스트리밍 서비스 등 많은 분야에서 개인화 추천을 통한 매출 증진을 위하여 추천 시스템을 활용하고 있다. 추천 시스템의 일종인 협업 필터링은 사용자의 구매 이력에 기록된 평점과 같은 상호작용을 통해서 사용자의 선호나 취향을 학습하고, 학습된 사용자의 선호 구조에 따라 항목을 추천할 수 있는 특징을 가지고 있어 활발히 이용되고 있다. 본 논문은 대표적인 협업 필터링 기반 추천 시스템 모형과 추천 시스템의 추천 성능을 평가하기 위한 평가 방법을 소개한다. 유사도, 행렬 분해, 그리고 딥러닝 기반의 알고리즘 등을 고려하였으며, 영화 평점 자료인 MovieLens 100K 및 1M을 통해 평점 기반 및 순위 목록 기반의 평가를 수행하였다.