본문 바로가기
KERD
논문KCI 등재

협업필터링과 스태킹 모형을 이용한 상품추천시스템 개발

Development of Product Recommender System using Collaborative Filtering and Stacking Model

김영민|안재준|박성종
중소기업융합학회 (The Society of Convergence for Small and Medium Business)|2019.06|융합정보논문지 (Journal of Convergence for Information Technology)|제9권 제6호|pp. 83-90|DOI https://doi.org/10.22156/CS4SMB.2019.9.6.083

0

조회

0

다운로드

8

인용

0

참고문헌

키워드

기계학습Machine learning앙상블Ensemble추천시스템Collaborative filtering협업필터링Recommender system스태킹Stacking

초록

사람들은 자신의 더 나은 선택을 위하여 끊임없이 노력한다. 이러한 이유로 추천시스템이 개발되었으며, 1990년대 초반부터 계속해서 발전하고 있다. 그 중, 협업필터링 기법은 추천시스템 분야에서 우수한 성능을 보였으며, 기계학습이 등장하면서 기계학습을 이용한 추천시스템에 관한 연구가 활발히 진행되었다. 본 연구는 앙상블 방법 중에서 스태킹 모형을 사용하여 추천시스템을 구축하며, 실제 고객의 상품 구매 데이터를 활용하여 협업필터링과 기계학습 기반 스태킹 모형으로 추천시스템을 개발하였다. 제시한 모형의 추천 성능은 기존의 협업필터링과 기계학습 기반 추천시스템과 비교하여 모형의 우수성을 확인하며, 연구결과는 스태킹 모형을 이용한 추천시스템 모형의 추천 성능이 개선됨을 확인하였다. 향후 본 연구에서 제안한 모형은 개인이나 기업이 더 나은 선택을 하여 상품을 추천할 때 도움을 줄 것으로 기대한다.

Abstract

People constantly strive for better choices. For this reason, recommender system has been developed since the early 1990s. In particular, collaborative filtering technique has shown excellent performance in the field of recommender systems, and research of recommender system using machine learning has been actively conducted. This study constructs recommender system using collaborative filtering and machine learning based on stacking model which is one of ensemble methods. The results of this study confirm that the recommender system with the stacking model is useful in aspects of recommender performance. In the future, the model proposed in this study is expected to help individuals or firms to make better choices.

참고문헌 (30)

  1. P. Resnick, "Recommender systems", Communications of the ACM, 40, pp.56~58 (1997)
  2. J. Bennett, "The netflix prize", Proceedings of KDD cup and workshop, 35 (2007)
  3. D. Goldberg, "Using collaborative filtering to weave an information tapestry", Communications of the ACM, 35, pp.61~70 (1992)
  4. 강부식, "Word2Vec과 앙상블 합성곱 신경망을 활용한 영화추천 시스템의 정확도 개선에 관한 연구", 디지털융복합연구, 17(1), pp.123~130 (2019), 한국디지털정책학회[DOI]
  5. Z. D. Zhao, "User-based collaborative-filtering recommendation algorithms on hadoop", IEEE, 2010 Third International Conference on Knowledge Discovery and Data Mining, pp.478~481 (2010)
  6. 이희춘, "Improved Algorithm for User Based Recommender System", 한국데이터정보과학회지, 17(3), pp.717~726 (2006), 한국데이터정보과학회
  7. B. M. Marlin, "Modeling user rating profiles for collaborative filtering", Advances in neural information processing systems, 16, pp.627~634 (2003)
  8. G. Linden, "Amazon. com recommendations : Item-to-item collaborative filtering", IEEE Internet computing, 7, pp.76~80 (2003)
  9. 이수정, "A New Collaborative Filtering Method for Movie Recommendation Using Genre Interest", 디지털융복합연구, 12(8), pp.329~335 (2014), 한국디지털정책학회[DOI]
  10. 오재택, "사용자 선호도와 군집 알고리즘을 이용한 퍼지-계층적 분석 기법 기반 영화 추천 시스템", 디지털융복합연구, 15(11), pp.425~432 (2017), 한국디지털정책학회[DOI]
  11. 김남국, "다기준 의사결정 방법을 고려한 베이지안 네트워크 기반 음악 추천 시스템", 디지털융복합연구, 11(3), pp.345~352 (2013), 한국디지털정책학회
  12. K. Tsuji, "Book Recommendation Using Machine Learning Methods Based on Library Loan Records and Bibliographic Information", IEEE, 2014 IIAI 3rd International Conference on Advanced Applied Informatics, pp.76~79 (2014)
  13. M. Piotte, "The pragmatic theory solution to the netflix grand prize", Netflix prize documentation, ~ (2009)
  14. I. Portugal, "The use of machine learning algorithms in recommender systems: A systematic review", Expert Systems with Applications, 97, pp.205~227 (2017)
  15. R. Polikar, "Ensemble based systems in decision making", IEEE Circuits and systems magazine, 6, pp.21~45 (2006)
  16. A. Ekbal, "Stacked ensemble coupled with feature selection for biomedical entity extraction", Knowledge-Based Systems, 46, pp.22~32 (2013)
  17. J. Thorne, "Fake news stance detection using stacked ensemble of classifiers", Proceedings of the 2017 EMNLP Workshop: Natural Language Processing meets Journalism, pp.80~83 (2017)
  18. C. F. Tsai, "Training support vector machines based on stacked generalization for image classification", Neurocomputing, 64, pp.497~503 (2005)
  19. Y. Huang, "Speech emotion recognition research based on the stacked generalization ensemble neural network for robot pet", 2009 Chinese Conference on Pattern Recognition, pp.1~5 (2009), IEEE
  20. Z. Cao, "The lncLocator: a subcellular localization predictor for long non-coding RNAs based on a stacked ensemble classifier", Bioinformatics, 34(13), pp.2185~2194 (2018)
  21. J. L. Herlocker, "Evaluating collaborative filtering recommender systems", ACM Transactions on Information Systems (TOIS), 22(1), pp.5~53 (2004)
  22. H. Kim, "An intelligent product recommendation model to reflect the recent purchasing patterns of customers", Mobile Networks and Applications, 24(1), pp.163~170 (2019)
  23. 이석준, "근접 이웃 선정 협력적 필터링 추천시스템에서 이웃 선정 방법에 관한 연구", 한국데이터정보과학회지, 20(5), pp.809~818 (2009), 한국데이터정보과학회
  24. J. Herlocker, "An empirical analysis of design choices in neighborhood-based collaborative filtering algorithms", Information retrieval, 5(4), pp.287~310 (2002)
  25. L. Rokach, "Ensemble-based classifiers", Artificial Intelligence Review, 33, pp.1~39 (2010)
  26. 어균선, "속성선택방법과 워드임베딩 및 BOW (Bag-of-Words)를 결합한 오피니언 마이닝 성과에 관한 연구", 디지털융복합연구, 17(2), pp.163~170 (2019), 한국디지털정책학회[DOI]
  27. J. Yan, "Classifying Imbalanced Data Sets by a Novel RE-Sample and Cost-Sensitive Stacked Generalization Method", Mathematical Problems in Engineering (2018)
  28. F. Gunes, "Stacked Ensemble Models for Improved Prediction Accuracy", SAS Global Forum, 2017 (2017)
  29. 김치호, "경제심리지수의 유용성 및 개선방안에 관한 연구", 한국데이터정보과학회지, 26(6), pp.1335~1351 (2015), 한국데이터정보과학회[DOI]
  30. D. H. Wolpert, "Stacked Generalization", Neural networks, 5(2), pp.241~259 (1992)

이 간행물의 다른 논문 (28건)

다항식 회귀분석을 이용한 전자저울의 비선형 특성 개선 연구채규수pp. 1-6수중 입체촬영을 위한 수면호버링 드론 설계김용호, 김형균pp. 7-12사물인터넷과 모바일 IP의 융합을 위한 효율적 인증 메커니즘이윤정, 김철수, 조정원, 이봉규pp. 13-18대학생 도박경험자의 스트레스 및 도박변화동기가 단도박 자기효능감에 미치는 융복합 영향 연구최정현, 김성의, 김정숙pp. 19-25간호대학생의 아동간호학 실습 후 아동간호사와 간호직전망 인식에 대한 융합적 연구정인숙pp. 26-34
원문 보기