신뢰 파급을 이용한 Top-N 추천 방안

Abstract

인터넷 상거래가 활성화됨에 따라 추천 시스템의 연구 분야로서의 중요도 및 실용적 비즈니스 도구로써의중요도가 증가하고 있다. 사용자에게 실제로 아이템을 추천하기 위해서는 사용자가 선호하는 순으로 아이템에순위를 정하고, 그로부터 일정 개수의 아이템을 선정하는 것이 중요하다. 본 논문에서는 타겟 사용자가 각아이템들을 얼마나 선호하는지를 확률적으로 예측하는 새로운 top-n 추천 방안을 제안한다. 타겟 사용자가각 아이템을 선호할 확률을 예측하기 위해 신뢰 파급 (belief propagation) 을 사용한다. 본 논문에서는 신뢰파급을 위한 그래프를 생성하는 과정에서 에지 인정 기준과 노드 초기값에 따른 추천의 정확도의 변화를 분석하고, 기존 방안들과의 비교를 통해 제안하는 방안의 성능을 평가하여 추천 정확도가 기존 random walk with restart 기반 방안 대비 최고 약 40% 증가하였음을 보인다. As the vitalization of e-commerce, the importance of recommender systems as a research area and a practical business tool has grown. In order to recommend items to a target user, it is important to rank the items in order of the preference of the target user and pick a specific number of items from them. In this paper, we propose a novel top-n recommendation method probabilistically determines the preference of the target user on each item. We employ Belief Propagation to infer the preference of the target user's preference on each item. We analyze changes of the accuracy of the proposed method according to edge threshold settings and node priors settings while graph construction. Also, by experiments, we show that the proposed method is about maximum 40% more accurate than a existing method based on Random Walk with Restart.