DOI QR코드

DOI QR Code

동적 사용자 프로필 및 협업 필터링을 이용한 소셜 네트워크 그룹 추천

Social Network Group Recommendation Using Dynamic User Profiles and Collaborative Filtering

  • 양희태 (충북대학교 정보통신공학과) ;
  • 차재홍 (충북대학교 정보통신공학과) ;
  • 안민제 (충북대학교 정보통신공학과) ;
  • 임종태 (충북대학교 정보통신공학과) ;
  • 이하 (충북대학교 정보통신공학과) ;
  • 복경수 (충북대학교 정보통신공학과) ;
  • 유재수 (충북대학교 정보통신공학과)
  • 투고 : 2013.09.23
  • 심사 : 2013.11.01
  • 발행 : 2013.11.28

초록

최근 SNS(Social Network Service)의 사용이 급격히 증가함에 따라 추천 기법에 대한 연구가 활발히 진행되고 있다. 추천 기법은 사용자들이 좋아하거나 필요할만한 다양한 서비스들을 실시간으로 제공하는 기법이다. 그 중 그룹 추천은 사용자의 성향 정보를 기반으로 적합한 그룹을 제공해 주는 기법이다. 본 논문에서는 소셜 네트워크 환경에서 사용자 프로필 및 협업 필터링을 이용한 그룹 추천 기법을 제안한다. 제안하는 기법은 사용자의 최근 그룹 활동 정보를 수집하여 프로필 정보를 갱신하기 때문에 기존의 정적프로필 기반의 그룹 추천 기법의 최근 사용자의 성향을 고려하지 못하는 문제점을 해결한다. 또한, 협업 필터링을 통해 그룹 내 자신의 성향과 비슷한 사용자들의 프로필 데이터를 활용하여 그룹을 추천함으로써 사용자에게 좀 더 다양한 그룹을 제공한다. 성능 평가 결과 제안하는 기법이 기존 기법에 비해 사용자의 변화하는 성향이 충분히 반영된 다양한 그룹 추천이 이루어지는 것을 확인 할 수 있었다.

Recently, as SNS services have been increased, studies on recommendation schemes have been actively done. Recommendation scheme provides various favorable or needed services with users on real time. Group recommendation provides users with suitable groups based on their preference. In this paper, we propose a new group recommendation scheme considering user profiles and collaborative filtering in social networks. The proposed scheme can solve the problems of the static profile based group recommendation scheme because it collects the recent group activities and updates user profiles. It also recommends the more various groups by reflecting the similar tendencies of other users within a group through collaborative filtering. Our experimental results show that the proposed scheme recommends various groups that significantly considers the user's changing preferences compared to the existing scheme.

키워드

참고문헌

  1. 송정진, 이상철, 김상욱, "사용자의 다양성 성향을 고려하는 추천 기법", 정보과학회논문지:데이타베이스, 제40권, 제2호, pp.99-105, 2012.
  2. L. Quijano-Sanchez, J. A. Recio-Garcıa, and B. Diaz-Agudo, "Personality and Social Trust in Group Recommendations," Proc. International Conference on Tools with Artificial Intelligence, Vol.3, pp.121-126, 2010.
  3. L. Boratto, S. Carta, A. Chessa, M. Agelli, and M. L. Clemente, "Group Recommendation with Automatic Identification of Users Communities," Proc. International Workshop on Intelligent Web Interaction, Vol.3, pp.547-550, 2009.
  4. M. Gartrell, X. Xing, Q. Lv, A. Beach, R. Han, S. Mishra, and K. Seada, "Enhancing Group Recommendation by Incorporating Social Relationship Interactions," Proc. International ACM SIGGROUP Conference on Supporting Group Work, pp.97-106, 2010.
  5. S. AmerYahia, S. Basu Roy, A. Chawla, G. Das, C. Yua, "Group Recommendation: Semantics and Efficiency," Proc. International Conference on Very Large Data Bases, Vol.2, No.2, pp.754-765, 2009.
  6. X. Liu, Y. Tian, M. Ye, and W. Lee, "Exploring Personal Impact for Group Recommendation," Proc. International conference on Information and Knowledge Management, pp.674-683, 2012.
  7. C. Wan, B. Kao, and D. W. Cheung, "Location-sensitive Resources Recommendation in Social Tagging Systems," Proc. international conference on Information and Knowledge Management, pp.1960-1964, 2012.
  8. 정연오, 이성우, 이지형, "개인화된 전문가 그룹을 활용한 추천 시스템", 한국지능시스템학회, 제23권, 제1호, pp.7-11, 2013.
  9. 김재영, 이석원, "온톨로지 기반 영화 메타더이터간 연관성을 활용한 영화 추천 기법", 한국지능정보시스템학회, 제19권, 제3호, pp.25-44, 2013.
  10. 이한석, "SNS 디지털 환경의 특성이 문화콘텐츠 구매의도에 미치는 영향", 한국콘텐츠학회논문지, 제12권, 제7호, pp.336-345, 2012. https://doi.org/10.5392/JKCA.2012.12.07.336
  11. 안성만, 김인환, 최병구, 조윤호, 김은홍, 김명균, "소셜네트워크 분석을 통한 협업필터링 추천 성과의 이해", 한국전자거래학회지, 제17권, 제2호, pp.129-147, 2012. https://doi.org/10.7838/jsebs.2012.17.2.129
  12. M. Tang, Y. Jiang, J. Liu, and X. Liu, "Location Aware Collaborative Filtering for QoS-Based Service Recommendation," Proc. International Conference on Web Services, pp.202-209, 2012.
  13. Y. Cui, S. Song, L. He, and G. Li, "A Collaborative Filtering Algorithm Based on User Activity Level," Proc. International Conference on Business Intelligence and Financial Engineering, pp.80-83, 2012.