Earticle

초록

한국어

추천시스템은 과거 구매행동을 통해 사용자가 향후 구매할 것이라 예상되는 제품을 자동으로 검색하여 제공하는 시스템이다. 이러한 추천시스템은 여러 전자상거래 업체에서 도입하고 있으며, 사용자의 편의성 및 수익에 긍정적인 영향을 미치고 있다. 하지만 사용자가 어떠한 기준을 가지고 제품을 평가하는지, 어떠한 요소가 구매 의사 결정에 영향을 미치는지는 반영할 수 없다는 한계가 있다. 이에 본 연구에서는 사용자가 직접 작성한 구매후기를 통해, 사용자 별 제품 평가요소를 활용할 수 있는 추천 모형 알고리즘을 개발하였다. 토픽 모델링을 활용하여 사용자들의 구매후기를 분석하였으며, 이러한 후기의 특성이 반영된 커널과 평가 점수가 반영된 커널 등을 함께 활용하여 다중 커널 학습 기반의 추천 모형을 개발하였다. 또한, 이러한 모형을 BestBuy 사례에 적용하여 검증하였다. 검증 결과, 기존 협업적 필터링 알고리즘보다 다중 커널 학습에 의한 추천 모형의 정확도가 우수하였고, 구매후기의 유사성을 반영하였기에, 사용자가 어떠한 요소를 평가하는지를 확인할 수 있었다. 또한, 기존 협업적 필터링 알고리즘보다 다양한 제품에 대한 추천이 가능함을 확인할 수 있었다. 본 연구는 토픽 모델링과 커널 학습 기반을 사용한 융합적인 추천모형으로서, 온라인 추천시스템의 새로운 방법을 제안한다.

영어

The recommendation system automatically provides the predicted items which are expected to be purchased by analyzing the previous customer behaviors. This recommendation system has been applied to many e-commerce businesses, and it is generating positive effects on user convenience as well as the company’s revenue. However, there are several limitations of the existing recommendation systems. They do not reflect specific criteria for evaluating products or the factors that affect customer buying decisions. Thus, our research proposes a collaborative recommendation model algorithm that utilizes each customer’s online product reviews. This study deploys topic modeling method for customer opinion mining. Also, it adopts a kernel-based machine learning concept by selecting kernels explaining individual similarities in accordance with customers’ purchase history and online reviews. Our study further applies a multiple kernel learning algorithm to integrate the kernelsinto a combined model for predicting the product ratings, and it verifies its validity with a data set (including purchased item, product rating, and online review) of BestBuy, an online consumer electronics store. This study theoretically implicates by suggesting a new method for the online recommendation system, i.e., a collaborative recommendation method using topic modeling and kernel-based learning.

목차

요약
 Ⅰ. 서론
 Ⅱ. 기술적 배경 및 관련 연구 정리
  2.1 협업적 필터링(Collaborative Filtering)
  2.2 토픽 모델링(Topic Modeling)
  2.3 커널 방법론(Kernel Method)
 Ⅲ. 다중 커널 학습을 위한 연구 방법
  3.1 연구 절차
  3.2 커널 함수 및 조합
 Ⅳ. 데이터 분석 결과
  4.1 토픽 모델링을 기반으로 한 온라인 구매후기 분류
  4.2 추천시스템의 정확도 측정
  4.3 구매 다양성에 따른 추천 모형의 정확도
 Ⅴ. 연구결과 및 시사점
  5.1 연구결과 토의
  5.2 연구의 한계점
  5.3 학술적 의의와 실무적 시사점
 참고문헌
 Abstract

저자

• 조승연 [ Seung-Yean Cho | 닉스 테크 ]
• 최지은 [ Jee-Eun Choi | 연세대학교 정보대학원 ]
• 이규현 [ Kyu-Hyun Lee | 연세대학교 정보대학원 ]
• 김희웅 [ Hee-Woong Kim | 연세대학교 정보대학원 교수 ] 교신저자

참고문헌