정보과학회 컴퓨팅의 실제 논문지 (KIISE Transactions on Computing Practices)

  • 제22권10호
  • /
  • Pages.504-512
  • /
  • 2016
  • /
  • 2383-6318(pISSN)
  • /
  • 2383-6326(eISSN)
한국정보과학회 (Korean Institute of Information Scientists and Engineers)
권호 표지
DOI QR코드

DOI QR Code

소셜 네트워크에서 사용자 성향 및 협업 필터링을 이용한 이벤트 추천 기법

An Event Recommendation Scheme Using User Preference and Collaborative Filtering in Social Networks

  • 복경수 (충북대학교 정보통신공학과) ;
  • 이수지 (충북대학교 정보통신공학과) ;
  • 노연우 (충북대학교 정보통신공학과) ;
  • 김민수 (충북대학교 정보통신공학과) ;
  • 김연우 (충북대학교 정보통신공학과) ;
  • 임종태 (충북대학교 정보통신공학과) ;
  • 유재수 (충북대학교 정보통신공학과)
  • 투고 : 2016.04.11
  • 심사 : 2016.07.03
  • 발행 : 2016.10.15
⟨ 이전 논문 다음 논문 ⟩

초록

본 논문에서는 협업 필터링을 통한 개인 맞춤형 이벤트 추천 기법을 제안한다. 제안하는 기법은 사용자의 행위 및 관계성 분석, 협업 필터링을 통해 사용자의 평가되지 못한 속성 값을 예측한다. 또한, 사용자의 성향을 보다 정확하게 파악하기 위해 사용자의 최근 방문 기록이나 상황 정보를 고려하여 사용자의 최신 성향을 관리한다. 이를 통해 새로운 이벤트가 발생하였을 때 참여할 확률이 높을 것으로 예상되는 사용자에게만 이벤트를 추천하여 무분별한 추천을 방지한다. 제안하는 이벤트 추천 기법의 우수성을 보이기 위해 다양한 성능 평가를 수행한다.

In this paper, we propose a personalized event recommendation scheme using user's activity analysis and collaborative filtering in social network environments. The proposed scheme predicts un-evaluated attribute values through analysis of user activities, relationships, and collaborative filtering. The proposed scheme also incorporates a user's recent preferences by considering the recent history for the user or context-aware information to precisely grasp the user's preferences. As a result, the proposed scheme can recommend events to users with a high possibility to participate in new events, preventing indiscriminate recommendations. In order to show the superiority of the proposed scheme, we compare it with the existing scheme through performance evaluation.

키워드

과제정보

연구 과제 주관 기관 : 한국연구재단, 정보통신기술진흥센터

참고문헌

  1. N. K. Sharma, S. Ghosh, F. Benevenuto, N. Ganguly, and P. K. Gummadi, "Inferring who-is-who in the Twitter social network," Computer Communication Review, Vol. 42, No. 4, pp. 533-538, Oct. 2008.
  2. K. Bok, J. Lim, M. Ahn, and J. Yoo, "A Social Search Scheme Considering User Preferences and Popularities in Mobile Environments," KSII Transactions on Internet and Information Systems, Vol. 10. No. 2, pp. 744-768, Feb. 2016. https://doi.org/10.3837/tiis.2016.02.017
  3. X. Ji, Z. Qiao, M. Xu, P. Zhang, C. Zhou, and L. Guo, "Online Event Recommendation for Event-based Social Networks," Proc. of International Conference on World Wide Web Companion, pp. 45-46, 2015.
  4. I. Boutsis, S. Karanikolaou, and V. Kalogeraki, "Personalized Event Recommendations Using Social Networks," Proc. of International Conference on Mobile Data Management, pp. 84-93, 2015.
  5. A. Q. de Macedo, L. B. Marinho, and R. L. T. Santos, "Context-Aware Event Recommendation in Event-based Social Networks," Proc. of ACM Conference on Recommender Systems, pp. 123-130, 2015.
  6. D. Quercia, N. Lathia, F. Calabrese, G. D. Lorenzo, and J. Crowcroft, "Recommending Social Events from Mobile Phone Location Data," Proc. of IEEE International Conference on Data Mining, pp. 971-976, 2010.
  7. B. Galitsky, "Providing Personalized recommendation for attending events based on individual interest profiles," Artificial Intelligence Research, Vol. 5, No. 1, pp. 1-13, Apr. 2016. https://doi.org/10.12677/AIRR.2016.51001
  8. F. Cena, S. Likavec, I. Lombardi, and C. Picardi, "Should I Stay or Should I Go? Improving Event Recommendation in the Social Web," Interacting with Computers, Vol. 28. No. 1, pp. 55-72, Jan. 2016. https://doi.org/10.1093/iwc/iwu029
  9. X. Zhang, J. Zhao, and G. Cao, "Who Will Attend?- Predicting Event Attendance in Event-Based Social Network," Proc. of IEEE International Conference on Mobile Data Management, pp. 74-83, 2015.