추천시스템에서 Top-N 추천을 위한 순위적합에 관한 연구

A Study on The Rank Fitting of The Recommender System for Top-N Recommendation

본 연구는 협력적 필터링 추천시스템에서 사용자 기반(user-based) 근접 이웃 알고리즘(nearest neighbor algorithm)을 이용하여 예측을 하였다. 예측치의 유사도 가중치는 피어슨 상관계수와 벡터 유사도를 이용하였으며 생성된 예측치로 Top-N 추천 목록을 작성하였다. Top-N 추천 목록과 실제 선호도의 순위를 비교하여 예측방법에 따른 추천목록의 정확도에 대해 연구하였다. Top-N 추천 목록의 정확도를 측정하기 위해 순위적합률을 정의하여 유사도 가중치 피어슨 상관계수와 벡터 유사도를 이용한 예측의 결과를 비교하였으며 Top-N 목록에서 유사도 가중치인 피어슨 상관계수를 이용하였을 때가 벡터 유사도를 이용하였을 때보다 더 우수한 것으로 나타났다.

The results are experimentally related with the change of MAE from the significant correlation coefficient and the number of pair response. This study predicted by using user-based nearest neighbor algorithm of recommender system. Pearson s correlation coefficient and vector similarity were used to get the similarity weight of prediction value and made Top-N recommended list from the generated prediction value. The precision of recommended list was researched by comparison of the rank between Top-N recommended list and actual preference. This research defined the Rank Fitting to get the precision of recommended list, and compared the Pearson s correlation coefficient of similarity weight with predicted results using the vector similarity. The using with Pearson s correlation coefficient of similarity weight marked higher than with Vector similarity from the Top-N list.