사회연결망분석과 인공신경망을 이용한 추천시스템 성능 예측

국문 초록 (Abstract)

협업필터링 추천은 다양한 분야에서 활용되고 있지만 트랜잭션 데이터의 성격에 따라 추천 성능에 현저한 차이를 보이고 있다. 기존 연구에서는 이러한 추천 성능의 차이가 나타나는 이유에 대한 설명을 구체적으로 제시하지 못하고 있고 이에 따라 추천 성능의 예측 또한 연구된 바가 없다. 본 연구는 사회네트워크분석과 인공신경망 모형을 이용하여 협업필터링 추천시스템의 성능을 예측하고자 한다. 본 연구의 목적을 달성하기 위해 국내 백화점의 트랜잭션 데이터를 기반으로 형성되는 고객간 사회 네트워크의 구조적 지표를 측정한 후 이를 기반으로 인공신경망 모형을 구축하고 검증한다. 본 연구는 협업필터링 추천 성능을 예측할 수 있는 새로운 모형을 제시하였다는 점에서 그 의의가 있으며 이를 통해 기업들의 협업필터링 추천시스템 도입에 대한 의사결정에 도움을 줄 수 있을 것으로 기대된다.

참고문헌 (Reference)

1 박상길, "회귀모형과 신경망모형을 이용한 차량공조시스템의 음질 인덱스 구축" 1-6, 2006

2 조윤호, "신상품 추천을 위한 사회연결망분석의 활용" 한국지능정보시스템학회 15 (15): 183-200, 2009

3 박종학, "사회연결망：신규고객 추천문제의 새로운 접근법" 한국지능정보시스템학회 15 (15): 123-140, 2009

4 김용학, "사회연결망 분석" 박영사 2003

5 손동원, "사회네트워크 분석" 경문사 2002

6 김재경, "모바일 전자상거래 환경에 적합한 개인화된 추천시스템" 한국경영정보학회 15 (15): 223-241, 2005

7 안현철, "다분류 Support Vector Machine을 이용한 한국 기업의 지능형 기업채권평가모형" 한국경영학회 35 (35): 1479-1496, 2006

8 조윤호, "구매순서를 고려한 개선된 협업필터링 방법론" 한국지능정보시스템학회 13 (13): 69-80, 2007

9 Huang, Z., "Why Does Collaborative Filtering Work?-Recommendation Model Validation and Selection by Analyzing Random Bipartite Graphs" 2005

10 Liu, F., "Use of social network information to enhance collaborative filtering performance" 37 : 4772-4778, 2010

11 Adomavicious, G., "Toward the next generation of recommender systems： A survey of the state-of-the-art and possible extensions" 17 (17): 734-749, 2005

12 Burt, R. S., "Structure 4.1 Reference Manual" Columbia University 1991

13 Burt, R. S., "Structural Holes：The Social Structure of Competition" Harvard University Press 1992

14 Kukkonen, H. O., "Social Networks and Information Systems： Ongoing and Future Research Streams" 11 : 61-68, 2010

15 Wasserman, S., "Social Network Analysis：Methods and Application" Cambridge University Press 1994

16 Scott, J., "Social Network Analysis：A Handbook" Sage 2000

17 Watts, D. J., "Small worlds" Princeton University Press 1999

18 Bonacich, P., "Power and Centrality：A Family of Measures" 92 : 1170-1182, 1987

19 Ryu, Y. U., "Peer-oriented content recommendation in a social network" 115-120, 2006

20 Human, S. E., "Legitimacy Building in the Evolution of Small-Firm Multilateral Networks：A Comparative Study of Success and Demise" 45 (45): 327-365, 2000

21 Krackhardt, D., "Graph Theorical Dimentions of Informal Organizations in Computational Organizational Theory" Lawrence Erilbaum Associations 89-111, 1994

22 Bron, C., "Finding all cliques of an undirected graph" 16 : 575-577, 1973

23 Weare, C., "Email Effects on the Structure of Local Associations ：A Social Network Analysis" 88 (88): 222-243, 2007

24 Melville, P., "Content-boosted Collaborative Filtering" 2001

25 Oh, W., "Coauthorship Dynamics and Knowledge Capital：The Patterns of Cross-disciplinary Collaboration in Information System Research" 22 (22): 265-292, 2006

26 Amorim, S., "Clustering and clique partitioning：simulated annealing and tabu search approaches" 9 : 17-41, 1992

27 Frank, O., "Cluster Inference by Using Transitivity Indices in Empirical Graphs" 77 (77): 835-840, 1982

28 Freeman, L., "Centrality in Social Networks： Conceptual clarification" 1 : 215-239, 1979

29 Schank, T., "Approximating Clustering Coefficient and Transitivity" 9 (9): 265-275, 2005

30 Cho, Y. H., "Application of web usage mining and product taxonomy to collaborative recommendations in e-commerce" 26 (26): 234-246, 2004

31 Sarwar, B., "Analysis of recommendation algorithms for e-commerce" 158-167, 2000

32 Breiger, R., "An algorithm for clustering relational data, with applications to social network analysis and comparison with multi-dimensional scaling" 12 : 328-383, 1975

33 Seidman, S. B., "A note on the potential for genuine cross-fertilization between anthropology and mathematics" 1 : 65-72, 1978

34 Su, X., "A Survey of Collaborative Filtering Techniques" 2009 : 2009

35 Huang, Z., "A Comparative Study of Recommendation Algorithms in E-commerce Applications" 22 (22): 68-78, 2007