Earticle

초록

한국어

추천 시스템은 과거 구매행동을 통해 사용자가 향후 구매할 것이라 예상되는 제품을 자동으로 검색하여 제공하는 시스템이다. 이러한 추천 시스템은 여러 전자상거래 업체에서 도입하고 있으며, 사용자의 편 의성 및 수익에 긍정적인 영향을 미치고 있다. 하지만 사용자가 어떠한 기준을 가지고 제품을 평가하는 지, 어떠한 요소가 구매 의사결정에 영향을 미치는 지는 반영할 수 없다는 한계가 있다. 이에 본 연구 에서는 사용자가 직접 작성한 구매후기를 통해, 사용자 별 제품 평가요소를 활용할 수 있는 추천 모형 알고리즘을 개발하였다. 토픽 모델링을 활용하여 사용자들의 구매후기를 분석하였으며, 이러한 후기의 특성을 활용하여 다중 커널 학습 기반의 추천 모형을 개발 및 BestBuy 사례에 적용하여 검증하였다. 검증한 결과, 기존 협업적 필터링 알고리즘보다 다중 커널 학습에 의한 추천 모형의 정확도가 우수하 였고, 구매후기의 유사성을 반영하였기에, 사용자가 어떠한 요소를 평가하는지를 확인할 수 있었다. 또 한, 기존 협업적 필터링 알고리즘보다 다양한 제품에 대한 추천이 가능함을 확인할 수 있었다. 본 연 구는 토픽 모델링과 커널 학습 기반을 사용한 융합적인 추천모형으로서, 온라인 추천 시스템의 새로운 방법을 제안한다.

목차

요약
 서론
 기술적 배경 및 관련 연구 정리
  협업적 필터링 (Collaborative Filtering)
  토픽 모델링 (Topic Modeling)
  커널 방법론 (Kernel Method)
 다중 커널 학습을 위한 연구 방법
  연구 절차
  커널 함수 및 조합
 데이터 분석 결과
  토픽 모델링을 기반으로 한 온라인 구매 후기 분류
  추천 시스템의 정확도 측정
  구매 다양성에 따른 추천 모형의 정확도
 연구결과 및 시사점
  연구결과 토의
  학술적 의의와 실무적 시사점
 References

저자

• 조승연 [ 583 Yangcheon-ro, Gangseo-gu, Seoul 157-779, Korea ]
• 최지은 [ 134 Sinchon-dong, Seodaemun-gu, Seoul 120-749, Korea ]
• 이규현 [ 134 Sinchon-dong, Seodaemun-gu, Seoul 120-749, Korea ]
• 김희웅 [ 134 Sinchon-dong, Seodaemun-gu, Seoul 120-749, Korea ]

참고문헌