경영정보학연구 (Information Systems Review)
- 제14권3호
- /
- Pages.115-129
- /
- 2012
- /
- 2982-6551(pISSN)
- /
- 2982-6837(eISSN)
고객의 암묵적 이상형을 반영하여 배우자 선택기준을 동적으로 조정하는 온라인 매칭 시스템: 의사결정나무의 활용을 중심으로
A Matchmaking System Adjusting the Mate-Selection Criteria based on a User's Behaviors using the Decision Tree
- 박윤주 (서울과학기술대학교 글로벌경영학과)
- Park, Yoon-Joo (Business Administration Department, Seoul National University of Science and Technology)
- 투고 : 2012.11.23
- 심사 : 2012.12.23
- 발행 : 2012.12.31
초록
본 연구는 고객이 명시적으로 기재한 배우자 선택기준을 고객의 행동에 기반한 암묵적 선호도를 활용하여 동적으로 조정하는 온라인 데이트 시스템을 제안한다. 최근 미혼남녀를 소개시키는 온라인 데이트시스템에 대한 사용이 증대되면서, 많은 온라인 데이트 서비스 업체들이 더욱 정확한 매칭 서비스를 제공하기 위하여 고객에게 직접 배우자 선정기준을 기재하도록 요구하고 있다. 그러나, 많은 고객들이 자신의 이상형을 명확히 밝히지 않거나, 상황에 따라서 이상형을 조정하기 때문에 고객의 배우자 선택기준을 정확히 파악하는데 어려움이 있다. 이에 본 연구는 고객이 명시적으로 기재한 이상형뿐만 아니라, 고객이 과거 상대 이성에게 보낸 메시지 기록을 분석하여 파악된 암묵적 이상형을 반영하여 매칭을 수행하는 온라인 데이트 시스템을 제안한다. 제안된 시스템은 고객의 행동 데이터가 일정 수 이상으로 축적되면, 이를 데이터마이닝의 의사결정나무 기법으로 분석하여 고객의 암묵적 이상형을 파악하였으며, 이를 동적으로 반영하여 배우자 선택기준을 조정한다. 제안된 매칭 시스템은 Decision Tree based Matchmaking System(DTMS)이라고 명명하였으며, 본 연구에서는 DTMS 시스템을 설계하고 사용자 인터페이스에 대한 프로토타입을 구현하였다.
A matchmaking system is a type of recommender systems that provides a set of dating partners suitable for the user by online. Many matchmaking systems, which are widely used these days, require users to specify their preferences with regards to ideal dating partners based on criteria such as age, job and salary. However, some users are not aware of their exact preferences, or are reluctant to reveal this information even if they do know. Also, users' selection standards are not fixed and can change according to circumstances. This paper suggests a new matchmaking system called Decision Tree based Matchmaking System (DTMS) that automatically adjusts the stated standards of a user by analyzing the characteristics of the people the user chose to contact. AMMS provides recommendations for new users on the basis of their explicit preferences. However, as a user's behavioral records are accumulated, it begins to analyze their hidden implicit preferences using a decision tree technique. Subsequently, DTMS reflects these implicit preferences in proportion to their predictive accuracy. The DTMS is regularly updated when a user's data size increases by a set amount. This paper suggests an architecture for the DTMS and presents the results of the implementation of a prototype.
키워드