[논문 리뷰] A Personalized Tag-Based Recommendation in Social Web Systems

Frederico Araújo Dur�ão, Peter Dolog|arXiv (Cornell University)|2012. 03. 01.

Recommender Systems and Techniques참고 문헌 5인용 수 30

한 줄 요약

이 논문은 사회적 웹 시스템을 위한 개인화된 태그 기반 추천 시스템을 제안하며, 코사인 유사도를 태그 인기도, 대표성 및 사용자-태그 친화도로 개선하여 추천의 관련성을 향상시킨다. 델리시오우스 데이터를 사용하여 12개국의 38명의 사용자에서 평가된 결과, 추천의 수용률이 59%에 달하여 의미 모호성과 낮은 태그 사용자와 같은 과제가 존재하더라도 만족스러운 성능을 보였다.

ABSTRACT

Tagging activity has been recently identified as a potential source of knowledge about personal interests, preferences, goals, and other attributes known from user models. Tags themselves can be therefore used for finding personalized recommendations of items. In this paper, we present a tag-based recommender system which suggests similar Web pages based on the similarity of their tags from a Web 2.0 tagging application. The proposed approach extends the basic similarity calculus with external factors such as tag popularity, tag representativeness and the affinity between user and tag. In order to study and evaluate the recommender system, we have conducted an experiment involving 38 people from 12 countries using data from Del.icio.us, a social bookmarking web system on which users can share their personal bookmarks.

연구 동기 및 목표

• 사용자 생성 태그를 활용한 개인화된 추천 시스템을 개발하기 위해.
• 태그 인기도, 대표성 및 사용자-태그 친화도와 같은 외부 요소를 통합하여 추천 정확도를 향상시키기 위해.
• 다양한 사용자가 참여한 실제 환경에서 시스템의 효과성을 평가하기 위해.
• 의미 모호성과 희박한 태깅과 같은 태그 기반 추천의 한계를 규명하기 위해.
• 의미 유사도 및 태깅 목적 추론과 같은未래 개선 방안을 탐색하기 위해.

제안 방법

• 태그 벡터를 기반으로 웹 페이지 간 기본 유사도를 코사인 유사도로 계산한다.
• 태그 인기도를 모든 북마크에서 태그가 나타나는 빈도로 측정한다.
• 해당 페이지의 태그 집합 내에서 용어 빈도를 사용해 각 페이지의 태그 대표성을 계산한다.
• 사용자가 특정 태그를 다양한 자원에 적용한 횟수로 사용자-태그 친화도를 정량화한다.
• 모든 요소를 정규화된 공식에 통합하여 각 사용자에게 추천할 북마크의 순위를 매긴다.
• 12개국의 38명의 참가자를 대상으로 한 사용자 연구를 통해 추천 북마크에 대한 만족도를 평가한다.

실험 결과

연구 질문

• RQ1 소셜 북마킹 시스템의 태그가 개인화된 추천을 효과적으로 지원할 수 있는가?
• RQ2 태그 인기도 및 사용자-태그 친화도와 같은 외부 요소가 추천 품질에 어떤 영향을 미치는가?
• RQ3 의미 모호성과 낮은 태그 밀도가 추천 성공에 어떤 영향을 미치는가?
• RQ4 다양한 사용자 배경과 태깅 행동에 따라 사용자 만족도는 어떻게 달라지는가?
• RQ5 실제 환경에서 제안된 다인자 접근 방식이 기본 유사도보다 얼마나 뛰어나게 작용하는가?

주요 결과

• 참가자의 58%가 수용 기준 이상의 최소 3개의 추천을 받았으며, 이는 추천 수량 측면에서 중간 정도의 성공을 의미한다.
• 전체 추천의 59%가 사용자에 의해 수용되어 만족스러운 총 수용률을 보였다.
• 참가자의 42%가 3개 이하의 추천을 받았으며, 16명의 사용자는 오직 한두 개의 추천만 수용하여 추천이 거부되는 경우가 뚜렷하게 나타났다.
• 7명의 참가자가 35개의 추천 중 28개(80%)를 거부했으며, 주로 의미적 불일치 또는 관련성 부족으로 인해 발생했고, 문법적 태깅은 정확했음에도 불구하고.
• 주요 과제로는 의미 모호성(예: 동의어와 다의어), 태그와 자원 간의 명확한 관련성 부족, 사용자 선호도를 유추할 수 있는 태그 수의 부족이 있었다.
• 연구는 이 접근 방식이 효과적이고 유망하지만, 의미 모호성 처리 및 태깅 목적 식별 향상 측면에서 개선이 필요하다고 결론 내렸다.