메세지 전달에 기반한 견고한 상품 추천 기법

Abstract

전자 상거래가 활성화됨에 따라 다양한 종류의 상품들이 온라인상에서 거래되고 있다. 상품 판매 촉진을 위하여 판매자들은 사용자들의 프로필이나 기존 구매 내역 등을 분석하여 특정 사용자가 선호할만한 상품을 알아내기를 원한다. 사용자가 선호할 상품을 찾고 이를 사용자에게 추천해주는 기술을 추천시스템이라고 한다. 그러나 일부 상품 판매자들은 다수의 abuser를 이용하여 자신의 상품이 추천되도록 시스템을 공격한다. 본 논문에서는 abuser들에 의한 공격에 견고한(robust) 추천 시스템을 제안한다. 제안하는 추천 시스템은 사용자와 상품간의 이분 그래프(bipartite graph)로 모델링한 후, 노드 간에 메시지 전달 기법을 이용하여 abuser의 영향을 완화시킨다. 다양한 실험을 통하여 제안하는 방법이 기존 방법과 정확도의 차이가 없으면서, abuser들의 공격에 견고함을 검증한다.Due to the rapid growth of e-commerce, various types of items are being sold online these days. For sales promotion, sellers want to find out which items need to be exposed to a target user so that she/he is willing to buy some of those items. The recommender system identifies and recommends those items to a user by analyzing the user’s information such as profiles and transactions. Some venders, however, try to attack the system by employing a large number of abusers in order for the system to recommend their own items to users. This paper proposes a recommendation system that is robust against such abuser attacks. The proposed method models users, items, and their relationships as a bipartite graph, and employs message passing performed over the graph, which weakens the influence of the abusers’ attacks. We verify the robustness of our method through extensive experiments by comparing it with the existing recommendation methods in terms of accuracy.