사용자 기반 추천시스템에서 근접 이웃 알고리즘과 수정 알고리즘의 예측 정확도에 관한 연구

On The Precision of the Prediction of the Nearest Neighbor Algorithm and Adjusted Algorithm for User-based Recommender System

본 논문에서는 기존의 사용자 기반(user-baed) 근접 이웃 알고리즘(nearest neighbor algorithm)과 수정 알고리즘의 예측 정확도에 대하여 연구하였다. 2가지의 수정 알고리즘이 기존의 알고리즘보다 예측력이 더 우수함을 알 수 있으며 예측 알고리즘에 사용되는 유사도 가중치인 피어슨 상관계수와 벡터 유사도는 응답 쌍을 고려한 유의성 가중치에 영향을 받음을 알 수 있다. 특히 피어슨 상관계수를 유사도 가중치로 사용한 예측의 결과가 벡터 유사도를 유사도 가중치로 사용한 결과보다 예측력이 우수함을 알 수 있었다. 예측의 정확도를 높이기 위하여 대응 평균 알고리즘과 더불어 응답 쌍을 고려하는 것이 MAE를 줄 일 수 있다.

This paper studies on the precision of the prediction value measured by the user-based nearest neighbor algorithm, which is proposed by the GroupLens, and the correspondence mean algorithms, which are adjusted by us. The results show that the performance of the correspondence mean algorithms are superior than the nearest neighbor algorithm. The similarity weights, which are the Pearson s correlation coefficient and the Vector similarity are affected by the significance weight considering the pairs of response. Especially, the result of using the Pearson s correlation coefficient as the similarity weight is better performance than the result of the Vector similarity. To increase the precision of the prediction, using the correspondence mean algorithms with considering the pair of response is the way to decrease the MAE.