자기조직화지도와 사례기반추론을 결합한 추천 모형
이형용 · 2008
인터넷과 웹의 급격한 성장 이후, 소위 정보 과부하(information overload)의 문제는 효과적인 정보 여과에 대한 높은 수요를 창출하였으며, 이에 부응하여 지난 90년말 이후 ‘추천 모형 및 추천 시스템’에 대한 연구가 국내, 외 학계에서 활발하게 진행되고 있다. 하지만, 지금까지 제안되어온 추천모형은 행동결과로 나타난 사용자의 행위만을 입력변수로 고려함으로서, 보다 근본적인 사용자의 욕구를 반영하는데 그 한계가 존재해 왔던 것이 사실이다. 이에 본 연구에서는 기술수용모형(TAM, Technology Acceptance Model)으로 대표되는 행동모형의 변수들을 입력변수로 활용하여, 인공지능기법 중 하나인 사례기반추론(CBR, Case-Based Reasoning) 이 추천결과를 생성하도록 하는 새로운 형태의 추천모형을 제안하고자 한다. 아울러 사례기반추론을 작동시키기 전에 군집화 기법 중 하나인 자기조직화지도(SOM, Self-Organizing Maps) 기법을 통해 전처리 작업을 먼저 수행함으로서, 추천 모형의 정확도는 물론, 효율성도 함께 제고하고자 하였다. 본 연구에서는 제시한 모형을 실제 웹 기반 프로토타입 시스템으로 구축하여, 온라인 설문조사를 통해 사용자의 만족도를 모형별로 측정하였으며, 이를 통해 모형의 유용성을 실증적으로 검증해 보았다.
Cited by 0 works.