Journal of Internet Computing and Services (인터넷정보학회논문지)

Korean Society for Internet Information (한국인터넷정보학회)
권호 표지

A Multimedia Recommender System Using User Playback Time

사용자의 재생 시간을 이용한 멀티미디어 추천 시스템

  • 권형준 (성균관대학교 대학원 전자전기컴퓨터공학과) ;
  • 정동근 (을지대학교 의료산업학부 의료전산학) ;
  • 홍광석 (성균관대학교 정보통신공학부)
  • Published : 2009.02.28
Download PDF
⟨ Previous Next ⟩

Abstract

In this paper, we propose a multimedia recommender system using user's playback time. Proposed system collects multimedia content which is requested by user and its user‘s playback time, as web log data. The system predicts playback time.based preference level and related contents from collected transaction database by fuzzy association rule mining. Proposed method has a merit which sorts recommendation list according to preference without user’s custom preference data, and prevents a false preference. As an experimental result, we confirm that proposed system discovers useful rules and applies them to recommender system from a transaction which doesn‘t include custom preferences.

본 논문에서는 사용자의 재생 시간을 이용한 멀티미디어 추천 시스템을 제안한다. 제안하는 시스템은 사용자에 의해 요청된 멀티미디어 콘텐츠와 그것이 재생된 시간을 기록하고, 기록된 데이터를 가지고 퍼지 연관규칙 탐사 방법을 이용하여 사용자가 관심을 보일 만한 멀티미디어 콘텐츠와 사용자에 의해 재생된 시간에 기반하여 선호 등급을 예측한다. 제안하는 방법은 사용자의 선호 정보를 별도로 입력 받지 않고도 예측된 선호 등급에 따라서 추천 목록에 대한 선호정도를 예측할 수 있으며, 거짓된 선호 정보의 유입을 방지하는 장점이 있다. 유효성 검증을 위해 제안하는 시스템을 구현하고 실험한 결과, 사용자로부터 입력 받은 선호 정보를 포함하지 않은 트랜잭션으로부터 사용자가 높은 선호도를 보일 것이라 예상되는 추천 목록을 선별하여 추천 시스템에 적용할 수 있음을 확인하였다.

Keywords

References

  1. 오세근, "웹 2.0 경제와 동영상 기반의 UCC 패러다임", 정보통신연구진흥원 주간기술동향, 통권 1285호, pp.24‐36, 2007.
  2. 김재영, "통신 방송 융합과 UCC", 정보통신연구진흥원 주간기술동향, 통권 1294호, pp.22‐30, 2007.
  3. 김창근, 정연홍, 김일, "웹페이지 관심도 분석에 관한 연구", 한국해양정보통신학회논문지, Vol.11 No.4, pp.687‐695, 2007.
  4. 김병진, 최현우, 김용성, "사용자 관심도를 반영한 동적 웹 문서 추천 시스템", 한국정보과학회 가을학술발표논문집, pp.136‐138, 2001.
  5. 강재호, 정연홍, 김일, 최봉준, 박규석, "웹페이지 체류시간을 이용한 성향분석 시스템의 설계 및 구현", 한국인터넷정보학회 춘계학술발표집, pp.130‐135, 2002.
  6. Miguel Delgado, Nicolas Marin, Daniel Sanchez and Maria‐Amparo Vila, "Fuzzy Association Rules: General Model and Applications", IEEE Transactions on Fuzzy Systems, VOL.11 NO.2, pp.214‐225, 2003. https://doi.org/10.1109/TFUZZ.2003.809896
  7. F. Berzal, I. Blanco, D. Sanchez, and M. A. Vila, "A New Framework to Assess Association Rules" Lecture Notes in Computer Science, Vol.2189, pp.95-104, 2001.
  8. Herlocker, J. L., Konstan, J. A., Terveen, L. G. and Riedl, J. T., "Evaluating Collaborative Filtering Recommender Systems", ACM Transactions on Information Systems, Vol.22 No.1, pp.5-53, 2004. https://doi.org/10.1145/963770.963772
  9. Goldberg David, David Nichols, Brain M. Oki, Douglas Terry, "Using Collaborative Filtering to Weave an Information Tapestry". Communications of the ACM, Vol.35 No.12, pp.61-70, 1992. https://doi.org/10.1145/138859.138867
  10. Herlocker, J., Konstan, J., Borchers, A. and Riedl, J., "An Algorithmic Framework for Performing Collaborative Filtering", Proceedings of the 22nd annual international ACM SIGIR conference on Research and development in information retrieval, pp.230‐237, 1999.
  11. Khanhquan Truong, Fuyuki Ishikawa, Shinici Honiden, "Improving Accuracy of Recommender System by Item Clustering", IEICE Transactions on Information and Systems, Vol.E90‐D, pp.1363‐1373, 2007.
  12. Gediminas Adomavicius and Alexander 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, pp.734‐749, 2005. https://doi.org/10.1109/TKDE.2005.99
  13. R. Agrawal, T. Imielinski and A. Swami, "Mining association rules between sets of items in large databases", Proceedings of the 1993 ACM SIGMOD International Conference on Management of Data, pp.207‐216, 1993.
  14. J.Han, J.Pei, and Y.Yin, "Mining Frequent Patterns without Candidate Generation", Proceedings of the 2000 ACM SIGMOD International Conference on Management of Data, pp.1‐12, 2000.
  15. 권형준, 홍광석, "사용자의 성향을 고려하는 지능형 음성 웹", 정보처리학회논문지:B Vol. 15‐B No.4, pp.347‐354, 2008.
  16. GroupLens Research, http://www.grouplens.org, Department of Computer Science and Engineering at the University of Minnesota.