Journal of Korea Multimedia Society (한국멀티미디어학회논문지)

Korea Multimedia Society (한국멀티미디어학회)
권호 표지
DOI QR코드

DOI QR Code

A Design of HPPS(Hybrid Preference Prediction System) for Customer-Tailored Service

고객 맞춤 서비스를 위한 HPPS(Hybrid Preference Prediction System) 설계

  • Received : 2011.08.23
  • Accepted : 2011.10.24
  • Published : 2011.11.30
Download PDF
⟨ Previous Next ⟩

Abstract

This paper proposes a HPPS(Hybrid Preference Prediction System) design using the analysis of user profile and of the similarity among users precisely to predict the preference for custom-tailored service. Contrary to the existing NBCFA(Neighborhood Based Collaborative Filtering Algorithm), this paper is designed using these following rules. First, if there is no neighbor's commodity rating value in a preference prediction formula, this formula uses the rating average value for a commodity. Second, this formula reflects the weighting value through the analysis of a user's characteristics. Finally, when the nearest neighbor is selected, we consider the similarity, the commodity rating, and the rating frequency. Therefore, the first and second preference prediction formula made HPPS improve the precision by 97.24%, and the nearest neighbor selection method made HPPS improve the precision by 75%, compared with the existing NBCFA.

본 논문에서는 고객 맞춤 서비스의 선호도를 정확하게 예측하기 위하여 사용자 프로파일 분석, 사용자간 유사도 분석을 이용한 HPPS(Hybrid Preference Prediction System) 설계를 제안한다. 기존의 NBCFA(Neighborhood Based Collaborative Filtering Algorithm)과 달리, 본 논문은 첫째, 선호도 예측식에서 이웃의 상품 평가가 없을 경우 상품에 대한 평균값을 이용하도록 하였고, 둘째, 선호도 예측식에서 사용자의 특성을 분석한 가중치를 반영하도록 하였고, 끝으로, 인접 이웃을 선정할 때 유사도, 상품 평가 여부, 평가 횟수를 반영하여 HPPS에 선호도의 정확도를 향상시켰다. 따라서 첫째와 둘째의 선호도 예측식을 이용하면 HPPS의 정확도는 기존의 NBCFA에 비해 97.24% 향상되었고, 인접이웃 선정방식에서도 HPPS 시스템의 정확도가 75% 향상되었다.

Keywords

References

  1. 김경록, 변재희, 문남미, "장르유사도와 선호 장르를 이용한 협업 필터링 설계," 한국컴퓨터정보학회논문지, 제16권, 제4호, pp. 161-170, 2011.
  2. 권형준, 정동근, 홍광석, "사용자의 재생 시간을 이용한 멀티미디어 추천 시스템," 한국인터넷정보학회논문지, 제10권, 제1호, pp. 111-121, 2009
  3. 박정우, 이상훈, "사용자 프로파일을 이용한 개인화된 토픽맵 랭킹 알고리즘," 정보과학회논문지 소프트웨어 및 응용, 제35권 제8호, pp. 522-528, 2008
  4. 이미희, 우용태, "협업적 필터링과 SOM 신경망을 결합한 추천시스템 모듈," 멀티미디어학회 논문지, 제11권 제9호, pp. 1213-1226, 2008.
  5. David Goldberg, David Nichols, Brian M. Oki, and Douglas Terry, "Using collaborative Filtering to Weave an Information Tapestry," Communications of the ACM, Vol.35, Issue 12, pp. 61-70, 1992
  6. Paul Resnick, Neophytos Iacovou, Mitest Suchak, Peter Bergstorm, and John Riedl, "GroupLens : An Open Architecture for Collaborative Filtering of Netnews," In Processing of ACM 1994 Conference on Computer Supported Cooperative Work, pp. 175-186, 1994.
  7. John S. Breese, David Heckerman, and Carl Kadie, "Empirical Analysis of Predictive Algorithms for Collaborative Filtering," In Proceeding of the Fourteenth Annual Conference on Uncertainty in Artificial Intelligence, Madison, Wisconsin, pp. 43-52, 1998.
  8. Upendra Shardanand and Pattie Maes, "Social Information Filtering," In Processing of ACM CHI'95 Conference on Human Factors in Computing Systems, pp. 210-217, 1995.
  9. MovieLens Dataset, http://www.grouplens. org/system/files/README_ 10M100K.html
  10. 미네소타대학 Project Website, http:// movielens.umn.edu

Cited by

  1. Diabetes Risk Analysis Model with Personalized Food Intake Preference vol.14, pp.11, 2013, https://doi.org/10.5762/KAIS.2013.14.11.5771