고객-상품 구매행렬 기반 전자상거래 추천자 시스템의 시뮬레이션 분석

• 영문명: Simulation Analysis of Recommender System based on a Transaction Data in E-Commerce Site
• 발행기관: 한국자료분석학회
• 저자명: 권치명(Chi-myung Kwon) 김성연(Seong-yeon Kim)
• 간행물 정보: 『Journal of The Korean Data Analysis Society (JKDAS)』Vol.9 No.4, 2029~2041쪽, 전체 13쪽
• 주제분류: 자연과학 > 통계학
• 파일형태: PDF
• 발행일자: 2007.08.30

국문 초록

본 연구는 고객의 상품에 대한 평가 자료 대신 상품 구매 리스트가 활용 가능한 경우에 SVD 기법을 상품 추천 시스템에 활용하였다. SVD에 의하여 얻어진 낮은 차원의 변환 상품 구매행렬은 인접고객군을 발견하는 계산 노력을 감소시킴으로써 상품 추천 효율성을 개선할 것으로 기대한다. 가상적인 상품 구매 리스트를 대상으로 실행한 시뮬레이션 실험 결과에서 고객-상품 구매행렬의 SVD에 추천자 시스템은 CF 기법보다 recall, precision 및 F1 측도에서 우수하게 나타났다. SVD에 의한 추천자 시스템에서 목표고객에 대한 인접고객군의 크기가 30 정도 수준 이상이면 추천자 시스템의 평가 측도는 별 변화가 없는 것으로 나타나고 있다. 추천 상품 수가 증가함에 따라 추천자 시스템의 recall은 증가하고 정확도는 감소하는데 본 연구결과도 이와 유사하게 나타나고 있었으며 대략 추천 상품 수가 10개 정도일 때 recall이 적지 않으면서 추천자 시스템의 정확도가 높게 나타나고 있다. 추천자 시스템을 구현하는 용도에 따라 이러한 정보는 유용하게 사용될 수 있다고 판단된다.

영문 초록

Recommender systems for E-commerce site receive information from customers about which products they are interested in, and recommend products that are likely to fit their needs. This paper investigates the efficiencies of the collaborative filtering method and a SVD(singular value decomposition)-based recommender system for the purpose of producing useful recommendations to customers when large-scale customer-product purchase data are available.Reduced product-dimensionality obtained from SVD requires less computational effort for obtaining the neighborhood for target customer, thus it may improve the efficiency of recommendation performance. Simulation experiments on synthetic customer-product purchase data show SVD-based recommender system yields a better performance than the CF method with respect to the recall, precision and F1 measure. In applying SVD recommender system, the recommendation quality increases as the size of the neighborhood increases up to 30, but above that point, the improvement gains diminish a little. Our simulation results show an appropriate number of products for recommendation would be 10 in term of the errors of false positives. Around 10, the recall is not small, and both precision and F1 measure show good performances. We consider these informations may be useful in applying recommender system.

목차

1. 서론

2. 관련 연구

3. 고객-상품 구매행렬 비정칙치분해 추천자 시스템

4. 시뮬레이션 실험

5. 결론

참고문헌

키워드

전자상거래 추천자 시스템 협력적 필터링 비정칙치분해 추천자 시스템 E-commerce Recommender System Collaborative Filtering SVD-based Recommender System