Abstract
The remarkable development of IT is contributed to popularization of smart phones, which in turn creates a new domain called app store. Smartphone apps have grown fast because they can be easily purchased through an app store. As the volume of apps traded in app stores is so huge that it is extremely hard for users to find the exact app they want. In general, an app store recommends an app to users based on the search words they entered. In terms of recommendation of app, this kind of content-based method is not effective. To increase accuracy in recommending app, this paper proposes a characteristic similarity-based app recommendation method. This method creates attributes on the app based on the related information such as genre, functionality and number of downloads and then compares them with the propensity to use the app. According to diverse simulations, the method proposed in this paper improved the performance of app recommendation by 33% in average, compared to the conventional method.
정보통신의 발달로 스마트폰은 대중화를 이루었으며, 스마트폰의 대중화는 앱스토어라는 새로운 영역을 생성하였다. 스마트폰에서 사용되는 응용소프트웨어인 앱은 앱스토어를 통해 편리하게 거래될 수 있다는 장점으로 빠른 성장을 이루었다. 앱스토어에서 거래되는 앱들의 수량이 방대해짐에 따라 사용자가 원하는 앱을 정확히 추출하기란 매우 어렵다. 앱스토어에서 사용하는 일반적인 앱 추천 방식은 사용자가 입력한 질의어에 따라 앱을 추천하는 방식이다. 이러한 내용 기반 방식은 디지털 형태로 이루어진 앱을 추천할 때는 효과적인 기법이 아니다. 앱 추천의 정확성을 높이기 위해 본 논문에서는 특성 유사도 기반 앱 추천 기법을 제안한다. 본 논문에서 제안한 기법은 앱의 장르, 기능성, 다운로드 수 등을 이용하여 앱에 대한 속성을 생성한 후, 사용자의 앱 사용에 대한 성향과 비교하여 앱을 추천하는 방식을 따른다. 다양한 실험에서 본 논문에서 제안한 기법이 기본적인 앱 추출 기법보다 평균 33%의 성능 향상을 보였다.