일반기술

E-commerce를 위한 상품 추천 엔진

본 시스템은 전자상거래 사이트에서 각 customer의 기호에 부합하는 item을 차별화 하여 추천할 수 있는 시스템이다. 본 시스템은 target 광고, 상품 추천 등을 위한 e-CRM의 핵심 요소로서 사용될 수 있다.본 시스템은 사례기반추론(Case-Based Reasoning, CBR)에 의한 정보 추천 방식과 협동적 여과(Collaborative Filtering, CF)에 의한 정보 추천 방식을 이용한 것으로서, 각 customer의 인구통계학적 데이터와 구매 데이터 (혹은 로그 데이터)를 이용한 추천을 할 수 있도록 한 engine, 두 가지 추천 engine의 coordinator, DB interface 등으로 구성되어 있다. 각 engine 부분은 C++로 구현되어 library 형태로 사용할 수 있다. ▶ CF(Collaborative Filtering) engine 각 customer의 purchase history, log data 등으로부터 cosine similarity를 이용하여 customer 간의 유사도 계산 특정 customer에 대하여 그 customer와 유사도가 높은 customer들의 data를 이용하여 각 item에 대한 선호도 예측 ▶ CBR(Case-Based Reasoning) engine 각 customer의 demographic data로부터 distance function을 이용하여 유사한 customer들의 그룹 형성 특정 customer에 대하여 그 customer와 유사도가 높은 customer 그룹의 data를 이용하여 각 item에 대한 선호도 예측 ▶ Coordinator 추천 request를 받아 CF engine과 CBR engine을 구동 CF engine과 CBR engine에 의한 예측 결과를 종합하여 추천 item 선정 CF와 CBR에 대한 weight 조정, 추천 item 개수 조정 ▶ DB Interface CF, CBR engine 및 communication module로부터의 DB access 처리본 시스템의 기술적 특징은 다음과 같다.1. 추천 방식으로서 많이 연구되어지고 있는 CF(Collaborative Filtering) 방법과 인공지능 등의 분야에서 연구되어지고 있는 CBR(Case-Based Reasoning) 방법을 모두 구현2. Coordinator 에이전트를 도입하여 데이터의 특성 및 추천 상황에 따라 CF, CBR, 또는 CF+CBR을 가중치를 두어 자동으로 계산하는 적응성3. SVD(Singular Value Decomposition)을 이용하여 차원을 축소함으로서 추천의 정확도와 실행 시간을 단축 (※ 등록 프로그램에는 포함되어 있지 않음)