초록
인터넷에서 고객들에 의해 생성된 평가정보는 해당 상품에 대한 고객별 선호도 정보로도 간주할 수 있기 때문에 개인화 추천을 위한 고객 프로필 생성에 효과적으로 활용될 수 있다. 하지만, 온라인에서의 상품평가는 누구나 작성할 수 있고, 왜곡된 목적으로 가지고 평가 행위를 하는 경우도 많아 평가정보의 신뢰도 편차가 크다. 따라서 본 연구에서는 상품에 부여된 평가정보 자체의 신뢰도를 측정하고 이를 추천시스템의 고객 프로필 생성 과정에 선별적으로 반영하는 방법론을 제안하고자 한다. 몇몇 추천 시스템 관련 연구에서 평가정보 작성자 수준에서 신뢰도를 측정하고 이를 활용하려 했던 것과 달리 본 연구에서는 개별 평가 정보 수준에서 신뢰도를 측정한다. 실험 결과 신뢰도가 일정수준 이상의 신뢰도를 갖는 평가정보만을 선별하여 고객 프로필을 생성할 경우 추천 시스템의 선호도 예측 정확도가 향상되는 것으로 나타났다.
On the internet, the rating scores assigned by customers are considered as the preference information of themselves and thus, these can be used efficiently in the customer profile generation process of recommender system. However, since anyone is free to assign a score that has a biased rating, using this without any filtering can exhibit a reliability problem. In this study, we suggest the methodology that measures the reliability of rating scores and then applies them to the customer profile creation process. Unlikely to some related studies which measure the reliability on the user level, we measure the reliability on the individual rating score level. Experimental results show that prediction accuracy of recommender system can be enhanced when ratings with higher reliability are selectively used for the customer profile configuration.