소셜 인지 추천 방법들은 추천 도메인의 데이터 희소성 문제를 완화하기 위해 평점 정보와 소셜 네트워크 정보를 함께 활용한다. 그러나 이러한 방법들 또한 많은 평점 데이터가 암시적 피드백으로만 구성되어 있어 사용자의 취향을 정확하게 파악하는데 여전히 한계를 갖는다. 이러한 한계를 극복하기 위해 특정 상품/사용자가 한 사용자에게 노출될 수 있는 정도를 의미하는 ‘노출도’라는 개념을 활용하는 소셜 인지 추천 방법들이 제안되어 왔다. 본 논문에서는 다양한 실세계의 데이터 집합을 이용한 실험을 통해, 노출도를 고려하는 소셜 인지 추천 방법들의 성능을 추천 정확도 측면에서 종합적으로 비교 분석하고자 한다.