A Study on the Improvement of Prediction Accuracy of Collaborative Recommender System under the Effect of Similarity Weight Threshold

협력적 추천시스템에서 유사도 가중치의 임계치 설정에 따른 선호도 예측 정확도 향상에 관한 연구

Recommender system helps customers to find easily items and helps the e-biz companies to set easily their target customer by automated recommending process. Recommender systems are being adopted by several e-biz companies and from these systems, both of customers and companies take some benefits. This study sets several thresholds to the similarity weight, which indicates a degree of similarity of two customers' preference, to improve the performance of prediction accuracy. According to the threshold, the accuracy of prediction is being improved but some threshold setting shows the reduction of the prediction rate, which is the coverage. This coverage reduction has male effect on the prediction accuracy of customers, so more study on the prediction accuracy of recommender system and to maximize the coverage are needed.

전자상거래에서 거래되는 상품들에 대한 고객의 선호도를 사전에 파악하여 고객이 자신의 취향에 적합한 상품을 쉽게 찾도록 도와주고 전자상거래에 업체에 있어서는 목표고객의 설정을 자동적으로 처리할 수 있는 시스템이 추천시스템이다. 추천시스템은 고객과 업체 모두에게 이득을 가져올 수 있는 시스템으로 현재 많은 전자상거래 업체들이 적용 중에 있다. 본 연구는 전자상거래에서 널리 이용되고 있는 협력적 추천기법을 이용하여 고객 선호도 예측의 정확도를 향상시키기 위하여 고객들간의 선호도 유사 정도를 나타내는 유사도 가중치에 일정 범위의 임계치를 설정하였다. 임계치의 설정에 따라 선호도 예측의 정확도가 향상되었으나 임계치의 설정 범위에 따라 고객 선호도를 예측할 수 있는 비율이 감소함을 알 수 있었으며 이에 따라 추천을 할 수 없는 고객이 발생할 수 있음을 알 수 있었다. 결과를 바탕으로 고객에 대한 추천과 예측의 정확도를 동시에 고려하는 임계치 설정에 대하여 더 많은 연구가 필요하다는 것을 알 수 있었다.