Earticle

초록

영어

This study proposes a preference-weighted similarity skyline query scheme that estimates preference weights from user choices. Skyline queries return non-dominated objects but ignore individual preferences. We compress attributes into a similarity value and measure candidate omissions with the false dominance rate and loss magnitude. On 1,473 European hotels, compression halved the computation but, under the tested data conditions, caused omissions due to false dominance. In simulations, the weight-estimation error decreased by about 75-81%. The mean estimated weight per archetype achieved 100% recall of the personalized skyline, while per-user weights achieved 81.1-90.5% and, for users with distinct preferences, a higher F1 score than the baselines.

한국어

본 연구는 skyline query에 사용자 선호를 반영하기 위해 사용자 선택을 통해 추정한 선호가중치를 적용하는 유사도 skyline query 기법을 제안하였다. Skyline query는 사용자마다 다른 선호를 반영하지 못하므로, 선호 속성을 유사도로 압축하고 허위지배율과 손실폭으로 압축에 따른 후보 누락을 측정하였다. 유럽 호텔 1,473개로 실험한 결과 압축 방식의 연산량은 약 절반으로 줄었고, 본 실험의 데이터 조건에서 허위 지배에 따른 후보 누락이 발생하였다. 모의실험에서 가중치 추정 오차는 약 75~81% 감소하였다. 유형별 평균 추정 가중치는 개인화 skyline 재현율 100%를 보였고, 개인별 추정 가중치는 평균 81.1~90.5%로 낮았으나 뚜렷한 선호를 갖는 사용자에서 비교 기법보다 높은 F1 점수를 보였으며, 선택 생성 모형을 바꾸어도 효과가 유지되었다. 이는 사용자 선택 기반의 선호 가중치가 개인별 선호에 맞는 후보를 더 잘 찾음을 보인다.

목차

ABSTRACT
요약
1. 서론
2. 관련 연구
2.1 스카이라인 질의
2.2 사용자 선호를 반영한 스카이라인 연구
3. 제안 기법 및 이론적 분석
3.1 문제 정의
3.2 정보 손실의 수학적 분석
3.3 선택 기반 선호 가중치 추정
4. 실험 및 결과
4.1 기본 효율성·정보 손실
4.2 표본 크기에 따른 결과의 일관성
4.3 가중치 민감도
4.4 선호 가중치 추정 오차 감소
4.5 추정 가중치를 적용한 개인화 재현율
4.6 이론적 분석과 실험을 통해 확인한 연구 성과
5. 결론
참고문헌

키워드

저자

• 김종완 [ Jongwan Kim | 평택대학교 IT공과대학 스마트콘텐츠학과 ] Corresponding Author

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  컴퓨터게임및콘텐츠논문지(구 한국컴퓨터게임학회논문지) [Journal of Computer Games and Contents]

• 간기

  월간

• pISSN

  3091-7409

• eISSN

  3092-3638

• 수록기간

  2002~2026

• 등재여부

  KCI 등재

• 십진분류

  KDC 691 DDC 793