콘텐츠 메타데이터를 활용한 사용자 제작 콘텐츠 추천에 관한 연구

Abstract

정보기술 인프라의 발전으로 콘텐츠의 생산 비용과 유통비용의 획기적인 감소는 사용자 제작 콘텐츠의 폭발적인 증가를 가져왔으며, 게시판을 이용한 텍스트 위주의 콘텐츠에서 미니홈피, 동영상 UCC 사이트 등을 이용한 이미지, 동영상 등의 멀티미디어 콘텐츠로 변화하고 있다. 이러한 멀티미디어 콘텐츠는 텍스트 기반 콘텐츠와 같이 키워드의 빈도수 등을 이용한 추천이 어렵다. 본 논문에서는 멀티미디어 콘텐츠인 동영상 사용자 생산 콘텐츠(UCC)와 함께 제시되는 태그 및 제목 등의 메타데이터와 동영상 UCC 사이트를 이용한 방문 정보를 활용하여 상품 추천 기술인 협업 필터링 기법과 콘텐츠 기반 추천 기법들의 적용 방안들을 살펴보고 어떻게 하면 더 좋은 추천 성과를 낼 수 있는지에 대해 비교하도록 한다. 이를 실증적으로 검토하기 위해 대표적인 동영상 UCC 사이트의 사용자 방문 웹 로그를 이용하였다. 분석 결과, UCC 콘텐츠를 이용한 사용자의 선호도 유사성을 추천기법에 활용한 협업 필터링 방법 보다 UCC 콘텐츠의 제목을 이용하여 UCC 콘텐츠 메타데이터의 유사성을 추천 기법에 활용한 콘텐츠 기반 추천 방법이 조금 더 좋은 결과를 보여주었다.; The development of IT infrastructure has caused a sharp drop in contents production and distribution costs, bringing about a dramatic increase in User Created Contents (UCCs). Now, there is a noticeable shift from text-centered contents mainly posted on bulletin boards to multi-media contents such as personal blogs and images and videos on video UCC websites. When it comes to text-based contents, the frequency of keywords is an important recommendation tool. However, this is not the case for multi-media contents. This thesis tries to compare collaborative filtering techniques and contents-based recommendation techniques on UCC recommendation. Also this study investigates, the usability of metadata such as tags and titles presented alongside video UCCs and log data with the recommendation techniques. Real web logs data about users ’ visit in a Korea major video UCC site was used to empirical experiments. The results of the experiments shows that contents-based recommendation, which uses the similarity of UCC contents title metadata, performs better than collaborative filtering techniques based on the similarity of UCC customers ’ preferences.