Journal of Intelligence and Information Systems (지능정보연구)

Korea Intelligent Information System Society (한국지능정보시스템학회)
권호 표지
DOI QR코드

DOI QR Code

A personalized recommendation procedure with contextual information

상황 정보를 이용한 개인화 추천 방법 개발

  • Moon, Hyun Sil (School of Management and Management Research Institute, Kyunghee University) ;
  • Choi, Il Young (School of Dance and Culture Item Factory Center, Kyunghee University) ;
  • Kim, Jae Kyeong (School of Management and Management Research Institute, Kyunghee University)
  • 문현실 (경영대학 & 경영연구소, 경희대학교) ;
  • 최일영 (무용학부 &문화아이템팩토리연구센터, 경희대학교) ;
  • 김재경
  • Received : 2015.02.23
  • Accepted : 2015.03.12
  • Published : 2015.03.31
Download PDF
⟨ Previous Next ⟩

Abstract

As personal devices and pervasive technologies for interacting with networked objects continue to proliferate, there is an unprecedented world of scattered pieces of contextualized information available. However, the explosive growth and variety of information ironically lead users and service providers to make poor decision. In this situation, recommender systems may be a valuable alternative for dealing with these information overload. But they failed to utilize various types of contextual information. In this study, we suggest a methodology for context-aware recommender systems based on the concept of contextual boundary. First, as we suggest contextual boundary-based profiling which reflects contextual data with proper interpretation and structure, we attempt to solve complexity problem in context-aware recommender systems. Second, in neighbor formation with contextual information, our methodology can be expected to solve sparsity and cold-start problem in traditional recommender systems. Finally, we suggest a methodology about context support score-based recommendation generation. Consequently, our methodology can be first step for expanding application of researches on recommender systems. Moreover, as we suggest a flexible model with consideration of new technological development, it will show high performance regardless of their domains. Therefore, we expect that marketers or service providers can easily adopt according to their technical support.

최근 개인 단말기의 보급과 객체간의 네트워크 연결이 확산됨에 따라 방대한 양의 상황 정보들이 수집되고 있지만 역설적으로 사용자들과 서비스 제공자들은 정보의 홍수 속에서 종종 잘못된 의사결정을 내리고 있다. 이러한 정보 과부하 문제를 해결하기 위해 추천 시스템은 좋은 대안이 될 수 있지만 전통적인 추천 시스템은 다양한 형태의 상황 정보 사용에 한계를 보이고 있다. 또한 획득 가능한 상황 정보가 다양해지고 방대해짐에 따라 이를 활용한 추천 시스템은 복잡성의 문제를 해결해야 하며 지속적으로 변화되는 사용자 선호 및 상황에 부합할 수 있도록 실시간 서비스가 가능하도록 설계되어야 한다. 따라서 본 연구에서는 상황 영역의 개념을 기반으로 한 상황 인식 추천 서비스 방법론을 제안하여 추천 시스템에서 상황정보를 활용하는 한편 복잡성 및 실시간 서비스 제공의 문제를 해결하려 한다. 먼저 적절한 해석과 구조로 상황 데이터를 사용자 프로필에 반영할 수 있도록 상황 영역 개념에 기반한 프로파일링을 제안함에 따라 기존의 상황 인식 추천 시스템이 가지고 있던 복잡성의 한계를 해결하고자 한다. 다음으로 목표 사용자의 상황 영역에 기반한 이웃 집단 탐색으로 추천 시스템의 희박성과 신규 사용자 문제를 해결하는 한편 현재의 상황 정보에 대한 해석으로 도출되는 상황 지지 점수를 기반으로 한 추천 목록을 생성하여 실시간 서비스가 가능한 방법론을 제안한다. 결론적으로 본 연구에서 제안하는 방법론은 추천 시스템의 적용 영역을 확장하는 연구가 될 것으로 기대되며 새로운 기술 출현을 고려한 유연한 모델을 제안함에 따라 마케팅 담당자나 서비스 제공자들이 쉽게 본 연구에서 제안하는 방법론을 적용할 수 있으리라 판단된다.

Keywords

References

  1. Adomavicius, G., R. Sankaranarayanan, S. Sen, and A. Tuzhilin, "Incorporating contextual information in recommender systems using a multidimensional approach," ACM Transactions on Information Systems (TOIS), Vol. 23, No. 1(2005), 103-145. https://doi.org/10.1145/1055709.1055714
  2. Adomavicius, G. and A. Tuzhilin, "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, Vol. 17, No. 6(2005), 734-749. https://doi.org/10.1109/TKDE.2005.99
  3. Brown, P. J., J. D. Bovey, and X. Chen, "Contextaware applications: from the laboratory to the marketplace," Personal Communications, IEEE, Vol. 4, No. 5(1997), 58-64. https://doi.org/10.1109/98.626984
  4. Dey, A. K., "Context-aware computing: The Cyber Desk project," Proceedings of the AAAI 1998 Spring Symposium on Intelligent Environments, (1998), 51-54.
  5. Dey, A. K., G. D. Abowd, and A. Wood, "Cyber Desk: A framework for providing selfintegrating context-aware services," Knowledge-Based Systems, Vol. 11, No. 1(1998), 3-13. https://doi.org/10.1016/S0950-7051(98)00053-7
  6. Garcia-Molina, H., G. Koutrika, and A. Parameswaran, "Information seeking: convergence of search, recommendations, and advertising," Communications of the ACM, Vol. 54, No. 11(2011), 121-130. https://doi.org/10.1145/2018396.2018423
  7. Gershenfeld, N., R. Krikorian, and D. Cohen, "The Internet of things," Scientific American, Vol. 291, No. 4(2004), 76. https://doi.org/10.1038/scientificamerican1004-76
  8. Kim, J. K., K. H. Chae, and M. Y. Kim, "A Store Recommendation Procedure in Ubiquitous Market," Journal of Intelligence and Information Systems, Vol. 13, No. 4(2007), 45-63.
  9. Kim, J. K., H. K. Kim, and I. Y. Choi, "A Recommendation Procedure based on Intelligent Collaboration between Agents in Ubiquitous Computing Environments," Journal of Intelligence and Information Systems, Vol. 15, No. 1(2009), 31-50.
  10. Konstan, J. A., "Introduction to recommender systems: Algorithms and evaluation," ACM Transactions on Information Systems (TOIS), Vol. 22, No. 1(2004), 1-4. https://doi.org/10.1145/963770.963771
  11. Lee, K. J. and S.-W. Hong, "Design of Serendipity Service Based on Near Field Communication Technology," Journal of Intelligence and Information Systems, Vol. 17, No. 4(2011), 293-304.
  12. Mulvenna, M. D., S. S. Anand, and A. G. Buchner, "Personalization on the Net using Web mining: introduction," Communications of the ACM, Vol. 43, No. 8(2000), 122-125. https://doi.org/10.1145/345124.345165
  13. Ryan, N. S., J. Pascoe, and D. R. Morse, "Enhanced reality fieldwork: the contextaware archaeological assistant," Computer applications in archaeology, (1998).
  14. Zhang, D., L. T. Yang, and H. Huang, "Searching in internet of things: Vision and challenges," Proceedings of 2011 IEEE 9th International Symposium on Parallel and Distributed Processing with Applications (ISPA), (2011), 201-206.