협력적 필터링에서 평가치의 Run 특이자와 예측 정확도의 관계에 관한 연구

The Relationship of Prediction Accuracy and the Run of Abnormal Users Ratings in Collaborative Filtering

협력적 필터링 추천시스템은 전자상거래에서 상품에 대한 정보과잉의 문제를 해결하고 고객 개인의 선호 경향과 유사한 성향과 다른 사람들의 선호 경향을 고려하여 자동적으로 상품에 대한 정보 제공 및 추천목록을 제공할 수 있는 시스템이다. 선호도 예측의 정확도가 높은 추천시스템은 고객으로부터 시스템에 대한 신뢰도를 높여 시스템에 대한 고객의 충성도를 높이며 이는 곧 고객의 구매의욕 증진과 매출 확대의 기회를 제공할 수 있음을 의미한다. 그러나 협력적 추천시스템은 시스템 내의 여러 고객들의 선호 정보를 이용하기 때문에 전반적으로 시스템 내부의 고객 정보와 다르거나 혹은 고의적인 선호도 조작에 따라 추천 정확도에 영향을 받을 수 있다는 단점을 가지고 있다. 본 연구는 시스템 내의 특이 선호도를 가진 고객이 시스템 정확도에 영향을 미칠 수 있음을 Run의 개념을 도입하여 통계적으로 분석하였으며 이러한 특이 성향 혹은 시스템에 대한 노이즈를 제거할 수 있는 기준의 설정 가능성에 대하여 분석하였다.

Collaborative filtering recommender system has been successfully employed in E-commerce in order to help users for mitigating the information overload. Through the system, the recommendation list of items to users by making high quality personalized recommendation automatically suggested which considers the active user s preference with other neighbor s. High quality recommender system wins the confidence of customers and gains their royalty to the system. These mean that the users who satisfied by recommender system increase their purchase desire to item recommended by that and to the e-commerce company, they will be to gain the sales opportunity. However, such system have been shown to be vulnerable to abnormal users preference information against to other users in the system or malicious users because that collaborative approach uses other users preference information. In this paper we propose the concept of the Run to analyze the performance of collaborative filtering algorithm along the statistical method. Also, we analyze the rating patterns of users for the potential of detecting and removing the abnormal users or malicious users.