Earticle

초록

영어

This paper presents an efficient distributed recommendation system using clustering collaborative filtering algorithm in distributed computing environments. The system was built based on Hadoop distributed computing platform, where distributed Min-hash clustering algorithm is combined with user based collaborative filtering algorithm to optimize recommendation performance. Experiments using Movie Lens benchmark data show that the proposed system can reduce the execution time for recommendation compare to sequential system.

한국어

본 논문에서는 협업 필터링 알고리즘을 클러스터링 기반으로 분산 환경에서 구현하여, 추천을 위한 수행 시 간을 최적화 하는 방법에 대한 제안을 한다. 하둡 기반으로 시스템을 구성하였고, 분산 Min-hash 클러스터링 기반의 협업 필터링 방법을 제안하고, 이를 기반으로 분산 추천 시스템을 구성하였다. 분산 사용자 기반 협업 필터링 기법을 사용하여 무비렌즈 (Movie Lens)의 영화 평점 데이터를 기반으로 각각의 사용자에게 알맞은 영화를 추천해주는 분산 추천 시스템을 구현하고 실험을 통하여 성능의 우수성을 검증하였다.

목차

요약
 Abstract
 Ⅰ. 서론
 Ⅱ. 관련 연구
  1. 추천 시스템
  2. 협업 필터링
  3. 맵리듀스
  4. Min-hash 클러스터링
 Ⅲ. 제안하는 방법
  1. 병렬 Min-hash 클러스터링
  2. 유사도 계산 알고리즘
  3. 사용자 선호도 예측 알고리즘
 Ⅳ. 실험 결과 몇 결론
 References

키워드

저자

• 조현제 [ Hyun-Je Jo | 준회원, 인하대학교 컴퓨터정보공학과 ]
• 이필규 [ Phill-Kyu Rhee | 정회원, 인하대학교 컴퓨터정보공학과 ] Corresponding Author

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  한국인터넷방송통신학회 논문지 [The Journal of the Institute of Internet, Broadcasting and Communication]

• 간기

  격월간

• pISSN

  2289-0238

• eISSN

  2289-0246

• 수록기간

  2001~2025

• 십진분류

  KDC 326 DDC 380