콜드 스타트 문제 완화를 위한 가중치 기반 다중 도메인 추천 시스템

문선아, 고상기

http://doi.org/10.5626/JOK.2021.48.10.1090

추천 시스템은 사용자의 기록과 항목 선호도를 기반으로 해당 사용자가 선호할 것으로 예측되는 항목을 추천한다. 추천 시스템에는 기존 사용자의 정보를 기반으로 비슷한 성향의 사용자 평점을 예측하는 협업 필터링 방식이 있다. 사용자의 성향을 알기 위해 구매 이력과 같은 정보가 필요한데 이 정보가 없을 때 예측이 어려워지는데 이를 콜드 스타트 문제(cold-start problem)라 한다. 본 논문에서는 특정 도메인에 아무 정보가 없는 초기 사용자를 위해 사용자가 다른 도메인에 남긴 평점 정보를 기반으로 새로운 도메인의 평점 정보를 예측하는 다중 도메인 추천 시스템을 제안한다. 이때, 여러 보조 도메인으로 예측한 평점 정보의 신뢰도를 극대화하기 위해 각 보조 도메인의 가중치를 계산하는 방법을 제안하고 실험을 통해 성능을 검증한다. 그 결과, 전통적인 추천 알고리즘을 다중 도메인에 단순 적용했을 때보다 가중치 기반 추천 알고리즘을 활용했을 때 더 나은 추천 성능을 보이는 것을 확인한다.