지수적 가중치를 적용한 협력적 상품추천시스템

A Recommendation System of Exponentially Weighted Collaborative Filtering for Products in Electronic Commerce

  • 이경희 (충북대학교 전자계산학과, (주)엔슬래시닷컴, 극동정보대학 전산정보처리과 겸임) ;
  • 한정혜 (청주교육대학교 컴퓨터교육과) ;
  • 임춘성 (연세대학교 정보산업전공)
  • 발행 : 2001.01.01

초록

전자상점에서 이루어지는 고객의 구매패턴이 온라인 상에서 데이터베이스화되어, 이를 통하여 고객의 취향에 맞는 상품을 제공할 수 있는 많은 알고리즘이 연구되고 있다. 이러한 알고리즘은 전자상점에서 고객의 개별특성을 고려한 상품을 제공하기 위하여, 고객정보 데이터베이스와 거래정보 데이터베이스로부터 연관규칙 등을 추출하여 사용한다. 그러나 시간의 흐름에 민감한 계절상품이나 특선상품과 같이 전자상점의 거래량에 크게 직결될 수 있는 상품에도 기존의 시간을 고려하지 않은 알고리즘을 적용한다면 추천성공률이 떨어질 것이다. 따라서 본 논문에서는 시간의 영향을 많이 받는 상품추천을 위하여, 최근 전자상점 추천시스템으로 효과적인 아이템 기반 협력알고리즘에 지수적 가중치를 적용한 협력적 여과추천(EWCFR) 알고리즘을 제안한다. 또한 이러한 추천시스템이 대용량의 고객데이터와 상품데이터에 대한 연산을 수행하고 다수의 고객에게 실시간으로 서비스를 제공하여야 하므로, XML기반의 MMDB를 활용한 전자상거래 시스템과 알고리즘을 제안한다.

The electronic stores have realized that they need to understand their customers and to quickly response their wants and needs. To be successful in increasingly competitive Internet marketplace, recommender systems are adapting data mining techniques. One of most successful recommender technologies is collaborative filtering (CF) algorithm which recommends products to a target customer based on the information of other customers and employ statistical techniques to find a set of customers known as neighbors. However, the application of the systems, however, is not very suitable for seasonal products which are sensitive to time or season such as refrigerator or seasonal clothes. In this paper, we propose a new adjusted item-based recommendation generation algorithms called the exponentially weighted collaborative filtering recommendation (EWCFR) one that computes item-item similarities regarding seasonal products. Finally, we suggest the recommendation system with relatively high quality computing time on main memory database (MMDB) in XML since the collaborative filtering systems are needed that can quickly produce high quality recommendations with very large-scale problems.

키워드

참고문헌

  1. 돈페퍼스, 마사로저스, '평생고객을 만드는 1대1 마케팅혁명, CM비지니스', 1995
  2. 이강수, '디지털 컨텐츠 엔지니어링 패러다임', 2000 한국디지털컨텐츠학회 학술대회논문집, pp.65-75, 2000
  3. 한정혜, 임춘성, 이인경, '전자상점을 위한 멀티미디어 DB 인터페이스 구축', 2000 한국디지털컨텐츠학회 학술대회논문집, pp.235-241, 2000
  4. Badrul Sarwar, George Karypis, Joseph Konstan, and John Riedl, 'Item-based Collaborative Filtering Recommendation Algorithms,' www10 Conference, 2001 https://doi.org/10.1145/371920.372071
  5. Badrul Sarwar, George Karypis, Joseph Konstan, and John Riedl, 'Analysis of Recommendation Algorithms for E-co-mmcrce,' Proceedings of ACM Conference, 2000 https://doi.org/10.1145/352871.352887
  6. B. Kao and H. Garcia-Molina, 'An Overview of Real-Time Database Systems,' in Advances in Real-Time System(S. H. Son, ed.), ch. 19, Prentice Hall, 1995
  7. Dongwon Lee and Wesley W. Chu, 'Constraints preserving Transformation from XML Document Type Definition to Relational Schema,' Proc. 19th Int'l Conf. on Conceptual Modeling (ER), Salt Lake City, Utah, 2000
  8. Gediminas A. and Alexander T., 'User Profiling in Personalized Applications through Rule Discovery and Varjdations,' Proc. of the 5th ACM SIGKDD, 1999
  9. H. Garcia-Molina and K. Salem, 'Main Memory Database Systems : An Overview,' IEEE Transactions on Knowledge and Data Engineering, 1992 https://doi.org/10.1109/69.180602
  10. Konstan, J., Miller, B., Maltz, D., Herlocker, J., Gordon, L., and Riedl J., GroupLens : Applying Collaborative Filtering to Usenet News. 1997 https://doi.org/10.1145/245108.245126
  11. Lowry, C.A., Woodall, W.H., Champ, C. W., and Rigdon, S. E., 'A Multivariate Exponentially Weighted Moving Average Chart,' Technometrics, 34, pp.46-53, 1992 https://doi.org/10.2307/1269551
  12. Pedro Trancoso, Josep Torrellas, 'Cache Optimization for Memory Resident Decision Support Commercial Workloads,' Proceedings of the 1999 IEEE International Conference on Computer Design, 1999