Journal of the Korean BIBLIA Society for library and Information Science (한국비블리아학회지)

Korean Biblia Society for Library and Information Science (한국비블리아학회)
권호 표지
DOI QR코드

DOI QR Code

A Study on Design and Implementation of Personalized Information Recommendation System based on Apriori Algorithm

Apriori 알고리즘 기반의 개인화 정보 추천시스템 설계 및 구현에 관한 연구

  • 김용 (전북대학교 문헌정보학과, 인문영상연구소)
  • Received : 2012.11.22
  • Accepted : 2012.12.17
  • Published : 2012.12.30
Download PDF
⟨ Previous Next ⟩

Abstract

With explosive growth of information by recent advancements in information technology and the Internet, users need a method to acquire appropriate information. To solve this problem, an information retrieval and filtering system was developed as an important tool for users. Also, users and service providers are growing more and more interested in personalized information recommendation. This study designed and implemented personalized information recommendation system based on AR as a method to provide positive information service for information users as a method to provide positive information service. To achieve the goal, the proposed method overcomes the weaknesses of existing systems, by providing a personalized recommendation method for contents that works in a large-scaled data and user environment. This study based on the proposed method to extract rules from log files showing users' behavior provides an effective framework to extract Association Rule.

정보기술과 인터넷의 발전에 따른 정보의 폭발적인 증가와 함께, 이용자에게 있어서 적합한 정보의 획득을 위한 방법이 절실하게 요구되고 있다. 이를 위하여 정보검색 및 여과시스템이 개발 및 발전되어 왔다. 또한 보다 적극적인 서비스를 제공하기 위한 방법으로써 개인화 정보추천서비스에 대한 요구가 높아지고 있다. 본 연구에서는 도서관에서 적극적인 정보서비스를 위한 방법으로 이용자의 관심과 선호도에 적합한 정보를 제공하기 위한 연관규칙 기반의 개인화 정보추천시스템을 설계 및 구현하였다. 이를 위하여 기존의 추천방법에 대한 장단점을 분석하고 기존 추천방법에 대한 문제점을 해결하기 위한 방법으로써 대용량 콘텐츠 및 이용자 환경에서 이용자의 묵시적 정보이용행위에 관한 정보를 포함하고 있는 로그파일을 통하여 연관규칙 생성을 위해 요구되는 항목을 추출 및 변환하여 연관규칙 생성프로그램을 통하여 연관규칙의 생성 및 정보추천을 위한 방법을 제안하였다.

Keywords

References

  1. 김미성, 김남규, 안재현. 2012. 연관규칙 마이닝에서의 동시성 기준 확장에 대한 연구. 지능정보연구, 18(3): 23-38.
  2. 김용, 김문석, 김윤범, 박재홍. 2009. 이용자 이용행위 및 콘텐츠 위치정보에 기반한 개인화 추천방법에 관한 연구. 정보관리학회지, 26(1): 81-105.
  3. 김용, 문성빈. 2006. 멀티미디어 콘텐츠를 위한 이용빈도에 기반한 하이브리드 추천시스템에 관한 연구. 정보관리학회지, 23(3): 91-127.
  4. 김진수 외. 2004. 이용자 로그분석과 클러스터내의 문서 유사도를 이용한 동적 추천시스템. 한국정보과학회논문지: 소프트웨어 및 응용, 31(5): 586-594.
  5. 박우창 외. 2003. 데이터 마이닝 개념 및 기법. 서울: 자유아카데미(주).
  6. 오재영, 전종훈. 2004. 전자상거래에서 연관규칙을 이용한 추천 시스템의 설계 및 구현. 한국정보과학회 2004년도 봄 학술발표논문집, 31(1): 121-123.
  7. 윤종찬, 윤성대. 2007. 스쿼스 연관규칙을 이용한 개인화 웹 마이닝 설계. 멀티미디어학회 논문지, 10(9): 1106-1116.
  8. 윤흥준, 노준호, 김재광, 이병정, 강수용, 장재영. 2010. 개념 네트워크 기반 개인화 검색시스템의 설계 및 구현. 한국인터넷 정보학회 학술발표대회 논문집, 147-152.
  9. 정경용, 김진현, 정헌만, 이정현. 2004. 개인화추천 시스템에서 연관 관계 군집에 의한 아이템 기반의 협력적 필터링 기술. 한국정보과학회논문지: 소프트웨어 및 응용, 31(4): 467-477.
  10. 하단심, 황부현. 2000. 데이터의 상대 지지도를 이용한 다단계 연관규칙탐사기법. 한국정보과학회 추계 학술발표논문집, 27(2): 195-197.
  11. 한현수, 임동수. 2008. U-commerce에서 개인화가 미치는 연향에 대한 연구. 지식정보산업연합회 창립기념 학술대회 논문집, 183-192.
  12. Adomavicius, G. and A. Tuzhilin. 2005. "Toward the Next Generation of Recommender Systems: A Survey of the State-of-the-art and Possible Extensions." IEEE Transactions on Knowledge and Data Engineering, 17, no. 6(2005): 734-749. https://doi.org/10.1109/TKDE.2005.99
  13. Ahn, H. J. 2008. "A New Similarity Measure for Collaborative Filtering to Alleviate the New User Cold-starting Problem." Information Sciences, 178, no. 1(2008): 37-51. https://doi.org/10.1016/j.ins.2007.07.024
  14. Billsus, D. and M. Pazzani. 1998. "Learning Collaborative information filters." Proceedings of the International conference on Machine Learning, 46-54.
  15. Goldberg, D., D. Nichols, B. M. Oki, and D. Terry. 1992. "TAPESTRY: using Collaborative Filtering to Weave an Information." Communications of the ACM, 35(12): 61-70. https://doi.org/10.1145/138859.138867
  16. Hill, W., L. Stead, M. Rosenstein, and G. Furnas. 1995. "Recommending and Evaluating Choices in a Virtual Community of Use." Proceedings of CHI '95 Conference on Human Factors in Computing Systems, 194-201.
  17. IDC. 2012. The 2011 Digital Universe Study: Extracting Value from Chaos. Hopkinton, Mass: EMC [online]. [cited 2012.9.20]. .
  18. Lang, K. 1995. "Newsweeder: Learning to filter netnews." Proceedings of the 12th International Conference on Machine Learning, 331-339.
  19. Linden, G, B. Smith and J. York. 2003. "Amazon.com Recommendations: Itemto- item Collaborative Filtering." IEEE Internet Computing, 7(1): 76-80. https://doi.org/10.1109/MIC.2003.1167344
  20. Rensnick, P. et al. 1994. "GroupLens: An Open Architecture for Collaborative Filtering of Netnews." Proceedings of the 1994 Computer Supported Cooperative Work conference, 175-186.
  21. Sarwar, B., G. Karypis, J. Konstan and J. Riedl. 2001. "Item-based Collaborative Filtering Recommendation Algorithm." Proceedings of WWW 10, 285-295.
  22. Shahabi, Cyrus and Yi-shin Chen. 2003. "Web information personalization: Challenges and Approaches." Proceedings of 3rd Workshop on Databases in Networked Information System, 5-15.
  23. Shardanand, U. and P. Maes. 1995. "Social information filtering: Algorithms for automating 'word of mouth'." Proceedings of ACM CHI '95 Conference on Human Factors in Computing Systems, 210-217.
  24. Sheng et al. 2006. "An experiemental study on U-commerce Adoption: Impact of Personalizationand Privacy Concern." Proceedings of the fifth Annual Workshop on HCI Research in MIS, Milwaukee, WI.
  25. Wang, Dexing et al. 2005. "Association Rules Mining on concept Lattice using Domain Knolwedge." Proceedings of the First International Conference on Machine Learning and Cybermetrics, 2152-2154.
  26. Wu, Y. H. and A. Chen. 2000. "Index Structures of User Profiles for Efficient Web Page Filtering Services." Proceedings of IEEE Conference on Distributed Computing Systems, 644-651.

Cited by

  1. A Study on WT-Algorithm for Effective Reduction of Association Rules vol.20, pp.5, 2015, https://doi.org/10.9723/jksiis.2015.20.5.061
  2. A study on the efficient patent search process using big data analysis tool R vol.15, pp.4, 2013, https://doi.org/10.12812/ksms.2013.15.4.289
  3. Query Extension of Retrieve System Using Hangul Word Embedding and Apriori vol.20, pp.6, 2016, https://doi.org/10.12673/jant.2016.20.6.617
  4. 연구지원 도구의 개인화 서비스 모델 설계 vol.15, pp.8, 2012, https://doi.org/10.5392/jkca.2015.15.08.037
  5. VOC 기반 연관규칙 마이닝을 이용한 통신선로설비의 장애 예측 vol.11, pp.4, 2015, https://doi.org/10.17662/ksdim.2015.11.4.013
  6. 인터넷 쇼핑몰의 개인화 수준에 따른 소비자의 반응 변화 vol.20, pp.2, 2017, https://doi.org/10.14695/kjsos.2017.20.2.59
  7. 과학 학술정보 서비스 플랫폼에서 개인화를 적용한 콘텐츠 추천 알고리즘 최적화를 통한 추천 결과의 성능 평가 vol.17, pp.11, 2017, https://doi.org/10.5392/jkca.2017.17.11.183
  8. 빅데이터 연구 논문의 주제 분야 연관관계 분석: 동시 인용 관계를 적용하여 vol.35, pp.1, 2012, https://doi.org/10.3743/kosim.2018.35.1.013
  9. Design of Data Model and Analysis of Association Rule for Cross Symbol Design vol.20, pp.12, 2012, https://doi.org/10.9728/dcs.2019.20.12.2375
  10. A Study on the Restaurant Recommendation Service App Based on AI Chatbot Using Personalization Information vol.8, pp.4, 2012, https://doi.org/10.17703/ijact.2020.8.4.263