미디어 사용 행태 토픽 분석을 통한 추천모델링

초록

최근에 온라인 쇼핑 및 SNS 등의 모바일 매체가 활성화됨에 따라 사용자의 선호나 구매에 대한 다양한 피드백이 구축된다. 이러한 대량의 데이터로부터 사용자의 취향을 고려한 개인화 추천의 성능을 높이기 위한 다양한 접근의 연구가 진행되고 있다. 본 연구는 LDA 토픽 모델링을 통해 미디어 패널 데이터로부터 사용자의 미디어 사용 행태의 의미를 내포한 클러스터링을 진행하고, 기존 평점과 클러스터별 미디어 사용에 대한 감정분석을 결합하여 생성한 새로운 평점을 추천시스템에 적용하고자 한다. 자녀와 함께 거주하고 있는 가구를 분석 대상으로 선정하였으며 해당 가구 구성원들의 일상생활에 도움이 될만한 스마트기기 31항목에 대한 추천을 진행하였다. LDA 토픽 모델링의 정확추론(exact test)을 위해 고급 몬테카를로 방법 중 하나인 확률적 근사 몬테카를로(stochastic approximation Monte Carlo) 알고리즘을 적용하였고 일관성 및 혼란도 지표를 통해 최적의 주제 개수를 설정하였다. 주제 클러스터별 감정 점수를 반영하여 생성한 새로운 평점을 이용하여 추천을 진행하였다. 추천 알고리즘은 BPR 알고리즘과 협업필터링을 사용하였고 본 연구의 LDA 클러스터링 추천 결과에 대해 3가지 성능 지표로 추천 검증 결과를 평가 및 비교하였다. 분석 결과, BPR의 추천 성능이 가장 우수하였으며 추천 항목을 비교하였을 때, 본 연구에서 제시하는 LDA 클러스터링 추천 결과가 사용자의 취향을 고려한 적합한 추천이 이루어졌음을 알 수 있다.

키워드