2023 한국지식재산교육연구학회 춘계학술대회

초록

본 연구에서는 콘텐츠 기반 필터링과 협업 필터링, 두 가지 주요 추천 시스템 알고리즘을 개별적 분석을 통해 탐구한다. 먼저, 콘텐츠 기반 필터링이 어떻게 동작하는지를 설명하고, 이 기법이 가장 효과적으로 작동하는 환경과 응용 분야에 대해 분석하되 TMDB 5000 Dataset을 사용하였다. 다음, 협업 필터링의 동작 방식과 이 방법이 가장 효과적인 시나리오 및 적용 분야에 대해 논의하며, 이 과정에서는 MovieLens 100K Dataset을 사용하였다. 각각의 기법이 사용자의 취향, 아이템의 특성, 그리고 데이터의 희소성 등 다양한 요인에 어떻게 반응하는지를 평가하며, 이를 통해 각 방식의 실제 성능을 분석했다. 마지막으로, 최근 추천시스템에서 콘텐츠 기반 필터링과 협업 필터링이 어떻게 통합되어 사용되는지에 대하여 Deep One-Class Classification을 수행한 실질적인 사례를 조사한다. 본 연구는 추천 시스템의 이해와 발전에 대한 포괄적인 시사점을 제공하며, 이 분야의 연구와 실무자에게 유용한 가이드가 될 것이다.