Construction of Personalized Recommendation System Based on Back Propagation Neural Network

역전파 신경망을 이용한 개인 맞춤형 상품 추천 시스템 구축

Thousands of studies on predicting information and products that are suitable for customers' preference have been actively proceeding. In massive information, unnecessary information should be removed to satisfy customers' needs. This Information filtering has been proceeding with several methods such as content-based and collaborative filtering etc. These conventional filtering methods have scarcity and scalability problems. Thus, this paper proposes a recommendation system using BPN to solve them. Data obtained by survey questionnaire are used as training data of neural network. The recommendation system using neural network is expected to recommend suitable products because it creates optimal network. Finally, the prototype for recommendation system based on neural network is proposed to collect data and recommend appropriate methods through survey questionnaire. As a result, this research improved the problems of conventional information filtering.

최근 고객 선호도에 맞는 정보 또는 상품을 예측하기 위한 연구들이 활발히 진행되고 있다. 고객의 만족도를 향상시키기 위해서 먼저 불필요한 정보들을 제거시켜야 하며 이러한 정보 필터링은 내용기반 필터링, 협업 필터링 등 여러 가지 기법을 통해 연구되고 있다. 본 논문에서는 기존 필터링 기법들의 문제점으로 나타나고 있는 희소성과 확장성을 해결하기 위해서 역전파 신경망을 이용하여 연구를 수행하였다. 신경망의 훈련 데이터는 설문조사를 통해 얻어진 데이터를 사용하였다. 최종적으로 설문조사를 통해 데이터를 수집하고 신경망 기반 추천시스템의 프로토 타입을 제안하였고 기존 정보필터링 기법의 문제점을 개선하였다.