BiVAE를 활용한 MBTI 기반 OTT 서비스 개인화 추천 시스템

• 영문명: MBTI-Based OTT Service Personalization Recommendation System Using BiVAE
• 발행기관: 한국자료분석학회
• 저자명: 정세연(Seyeon Jeong) 서영수(Young Soo Seo) 전수영(Sooyoung Cheon)
• 간행물 정보: 『Journal of The Korean Data Analysis Society (JKDAS)』Vol.25 No.6, 2109~2120쪽, 전체 12쪽
• 주제분류: 자연과학 > 통계학
• 파일형태: PDF
• 발행일자: 2023.12.31

국문 초록

현대 사회에서 영화, 드라마, 예능 등 다양한 미디어 콘텐츠를 제공하는 OTT 플랫폼은 사용자의 큰 관심을 끄는 중요한 역할을 하고 있으며, 개인 맞춤형 추천 시스템을 활용하여 사용자 경험을 개선하고 있다. 그러나 현재의 추천 시스템은 사용자의 성향을 충분히 이해하지 못해 정확한 추천에 어려움을 겪고 있다. 본 연구는 이러한 문제를 해결하기 위해 BiVAE(bilateral variational autoencoder)를 활용한 개인화 추천 알고리즘의 사용을 제안하며, 제안한 알고리즘의 성능을 향상시키기 위해 MBTI를 통한 그룹별 적용을 고려한다. BiVAE는 양방향 정보 흐름을 고려하여 데이터를 압축하고 생성하는 확률적인 생성 모델로서, 양방향으로 인코딩과 디코딩을 수행하여 더 풍부한 표현력과 재구성 능력을 제공한다. MBTI를 고려한 방법의 우수성을 보이기 위해 4가지 유형의 데이터를 모델에 적용한 결과, MBTI를 통한 그룹별 BiVAE 알고리즘을 적용했을 때 그렇지 않은 방법보다 OTT 장르 추천 정확도가 우수함을 보였다. 또한, MBTI를 고려했을 때, 기존 추천 시스템과 비교하여 BiVAE를 활용한 개인 추천이 더 높은 정확도를 보였다. 이러한 결과는 사용자의 개인 특성과 성격을 고려한 개인화 추천 시스템이 중요하며, 이를 통해 콘텐츠 제공 업체가 사용자 경험이 향상된 서비스를 개선할 수 있는 새로운 방향을 제시한다.

영문 초록

The OTT platform, which provides various media contents in the modern society, seeks to improve the user experience by utilizing a personalized recommendation system. However, current recommendation systems are having difficulty in making accurate recommendations because they do not fully understand user's tendencies. This study proposes the use of a personalized recommendation algorithm using BiVAE (bilateral variational autoencoder) to solve this problem, and considers group-specific applications through MBTI. BiVAE is a probabilistic generation model that compresses and generates data considering of bidirectional information flow, providing richer expression and reconstruction capabilities by encoding and decoding in both directions. As a result of applying four types of data to the model, when applying BiVAE for each group using MBTI, the accuracy of OTT genre recommendation was shown to be superior to that of other methods. In addition, when considering MBTI, a personal recommendation using BiVAE showed higher accuracy compared to the existing recommendation system. This result means that the personalized recommendation system considering the user's personal characteristics and personality is important.

목차

1. 서론

2. 이론적 배경

3. 데이터 설명

4. 연구 방법

5. 데이터 분석

6. 결론

References

키워드

미디어 콘텐츠 성격 기반 개인화 추천 시스템 개인 특성 Media content Personality-based personalized recommendation system Individual characteristics MBTI BiVAE