The Journal of the Korea Contents Association (한국콘텐츠학회논문지)

The Korea Contents Association (한국콘텐츠학회)
권호 표지
DOI QR코드

DOI QR Code

Contents Recommendation Scheme Considering User Activity in Social Network Environments

소셜 네트워크 환경에서 사용자 행위를 고려한 콘텐츠 추천 기법

  • 고건식 (충북대학교 빅데이터학과) ;
  • 김병훈 (충북대학교 빅데이터학과) ;
  • 김대윤 (충북대학교 빅데이터학과) ;
  • 최민웅 (충북대학교 빅데이터학과) ;
  • 임종태 (충북대학교 정보통신공학과) ;
  • 복경수 (충북대학교 정보통신공학과) ;
  • 유재수 (충북대학교 정보통신공학과)
  • Received : 2016.10.24
  • Accepted : 2016.11.21
  • Published : 2017.02.28
Download PDF
⟨ Previous Next ⟩

Abstract

With the development of smartphones and online social networks, users produce a lot of contents and share them with each other. Therefore, users spend time by viewing or receiving the contents they do not want. In order to solve such problems, schemes for recommending useful contents have been actively studied. In this paper, we propose a contents recommendation scheme using collaborative filtering for users on online social networks. The proposed scheme consider a user trust in order to remove user data that lower the accuracy of recommendation. The user trust is derived by analyzing the user activity of online social network. For evaluating the user trust from various points of view, we collect user activities that have not been used in conventional techniques. It is shown through performance evaluation that the proposed scheme outperforms the existing scheme.

스마트폰의 보급과 온라인 소셜 네트워크 서비스의 발전으로 사용자들은 많은 콘텐츠를 생산하거나 서로 공유한다. 이로 인해 사용자는 자신이 원하지 않는 콘텐츠를 받아보거나 소비함으로써 많은 시간을 소요하게 된다. 이와 같은 문제를 해결하기 위해 소셜 네트워크 사용자에게 적합한 콘텐츠를 추천하기 위한 기법들이 활발하게 연구되고 있다. 본 논문에서는 온라인 소셜 네트워크 사용자에게 협업 필터링을 이용하여 적합한 콘텐츠를 추천하는 기법을 제안한다. 제안하는 기법은 추천의 정확성을 낮추는 사용자의 데이터를 제거하기 위해서 사용자 신뢰도를 고려한다. 사용자의 신뢰도는 온라인 소셜 네트워크의 사용자 행위를 분석해서 도출한다. 사용자의 신뢰도를 다양한 관점에서 평가하기 위해서 기존기법에서 사용하지 않았던 사용자 행위들을 수집해서 사용한다. 다양한 성능평가를 통해 제안하는 기법이 기존 기법보다 우수함을 보인다.

Keywords

References

  1. 나종연, "사용확산모형을 적용한 소비자의 온라인 소셜 네트워크 활용에 대한 연구," 소비자학연구, 제21권, 제2호, pp.443-472, 2010.
  2. https://www.twitter.com/
  3. https://ko-kr.facebook.com/
  4. https://www.watcha.net/
  5. 고상민, 황보환, 지용구, "소셜네트워크서비스와 온라인 사회적 자본- 한국과 중국 사례를 중심으로- 페이스북 이용을 중심으로," 한국전자거래학회지, 제15권, 제1호, pp.103-118, 2010.
  6. 김유정, "소셜네트워크서비스에 대한 이용과 충족 연구," 미디어, 젠더 & 문화, 제20호, pp.71-105, 2011.
  7. 송창우, 김종훈, 정경용, 류중경, 이정현, "시맨틱 웹에서 개인화 프로파일을 이용한 콘텐츠 추천 검색 시스템," 한국콘텐츠학회논문지, 제8권, 제1호, pp.318-327, 2008. https://doi.org/10.5392/JKCA.2008.8.1.318
  8. L. Iaquinta, M. de Gemmis, P. Lops, G. Semeraro, M. Filannino, and P. Molino, "Introducing serendipity in a content-based recommender system," Proc. International Conference on Hybrid Intelligent Systems, pp.168-173, 2008.
  9. M. HAHSLER, "recommenderlab: A Framework for Developing and Testing Recommendation Algorithms," 2011.
  10. A. Javari and M. Jalili, "Cluster-based collaborative filtering for sign prediction in social networks with positive and negative links," ACM Transactions on Intelligent Systems and Technology, Vol.5, No.2, p.24, 2014
  11. S. Gong, "A collaborative filtering recommendation algorithm based on user clustering and item clustering," Journal of Software, Vol.5, No.7, pp.745-752, 2010.
  12. P. Moradi and S. Ahmadian, "A reliability-based recommendation method to improve trust-aware recommender systems," Expert Systems with Applications, Vol.42, No.21, pp.7386-7398, 2015. https://doi.org/10.1016/j.eswa.2015.05.027
  13. D. H. Alahmadi and X. Zeng, "ISTS: Implicit social trust and sentiment based approach to recommender systems," Expert Systems with Applications, Vol.42, No.22, pp.8840-8849, 2015. https://doi.org/10.1016/j.eswa.2015.07.036
  14. W. Hwang, H. Lee, S. Kim, Y. Won, and M. Lee, "Efficient recommendation methods using category experts for a large dataset," Information Fusion, Vol.28, pp.75-82, 2016. https://doi.org/10.1016/j.inffus.2015.07.005
  15. 노연우, 김대윤, 한지은, 육미선, 임종태, 복경수, 유재수, "소셜 네트워크에서 사용자의 영향력을 고려한 핫 토픽 예측 기법," 한국콘텐츠학회논문지, 제15권, 제8호, pp.24-36, 2015. https://doi.org/10.5392/JKCA.2015.15.08.024