신규 논문 추천 방안

Abstract

온라인 라이브러리가 발달함에 따라 방대한 양의 논문이 온라인 라이브러리에 축적되고 있다. 이에 방대한 양의 논문 중에서 연구자들에게 연구자가 관심을 가질만한 논문을 추천하고자 하는 연구가 진행되어 왔다. 이러한 연구들은 특정 연구 분야의 전반적인 경향을 파악하는데 유용하게 사용될 수 있다. 반면, 특정 연구 분야에 대한 최근의 동향을 파악하기 위해서는 최근에 출간된 논문들 중 해당 연구와 관련 있는 신규 논문을 읽는 것이 필요하다. 기존 논문 추천 방법들은 전반적인 경향을 파악하는 데는 유용하나, 연구자의 논문 열람 이력 정보를 이용하기 때문에 이력 정보가 존재하지 않는 최신 논문들을 포함하는 최근의 동향을 파악하기에는 적합하지 않다. 이에 본 논문에서는 확률적 추론에 기반한 새로운 신규 논문 추천 방법을 제안한다. 본 논문에서 제안하는 방법은 타겟 연구자가 논문에 관심을 가질 확률을 예측하기 위해 belief propagation을 이용한다. Belief propagation을 논문 추천에 적용하기 위해 본 논문에서는 그래프 구조와 노드 프라이어 설정, 그리고 메시지 패싱 반복 횟수에 따른 추천의 정확도를 분석하고, 기존의 방법과 비교 실험을 통해 제안하는 방법의 성능을 평가한다. 그 결과, 본 논문에서 제안하는 방법이 상위 5개의 신규 논문 추천에서 기존의 논문 추천 방법들을 신규 논문 추천에 적용했을 때보다 높은 추천 정확도를 보이는 것으로 나타났다.