감정 요소가 결합된 지식 그래프와 강화학습을 이용한 설명 가능한 추천 시스템

Abstract

설명 가능한 추천이란 어떤 추천 시스템이 사용자의 선호도를 파악해서 상품을 추천할 때, 해당 상품을 추천하는 이유를 함께 제공하는 패러다임이다. 기존의 설명 가능한 추천 시스템과 관련된 연구들은 설명을 제공하기 위해 사용자-상품 관계 정보와 지식 그래프 (knowledge graph)를 이용한다. 하지만 기존 연구에 사용되는 지식 그래프는 사용자의 개인적인 선호도를 파악하기에 충분한 정보를 담고 있지 않기 때문에, 잘못된 추천이나 납득하기 어려운 설명을 제공할 수 있다. 본 논문에서는 이 문제를 해결하기 위해 지식 그래프에 텍스트 리뷰 (text review)에서 추출한 정보를 추가하여 더 정확한 추천 결과를 제공할 뿐만 아니라, 더 설득력 있는 설명을 제공할 수 있는 추천 시스템을 제안한다. 지식 그래프를 구축할 때 텍스트 리뷰를 통해서 얻은 사용자의 감정 또는 만족도와 관련된 키워드들을 노드로써 함께 이용하며, 노드 간의 관계 또한 텍스트 리뷰를 통해서 파악한 감정 관계 정보를 이용해서 정의한다. 우리는 아마존 쇼핑몰 데이터세트를 이용해서 제안하는 방법의 추천 정확도와 설명 가능한 정도를 평가하였으며, 실험 결과 제안하는 방법이 기존의 방법에 비해 더 정확한 추천을 제공하고, 추천의 이유를 설명할 때도 더 정확하고 직관적인 설명을 제공하는 것을 확인하였다. 우리는 설명 가능한 추천 시스템에 대한 감정 관계 정보의 적용 방법과 전망에 대해 논의한다.