Search
Search

연구성과물 검색 타이틀 이미지

HOME ICON HOME > Search by Achievements Type > Reports View

Reports Detailed Information

https://www.krm.or.kr/krmts/link.html?dbGubun=SD&m201_id=10007447&local_id=10011763
P2P구조에서의 사용자중심의 컨텐츠 추천시스템 개발 및 평가
Reports NRF is supported by Research Projects( P2P구조에서의 사용자중심의 컨텐츠 추천시스템 개발 및 평가 | 2004 Year 신청요강 다운로드 PDF다운로드 | 김재경(경희대학교) ) data is submitted to the NRF Project Results
Researcher who has been awarded a research grant by Humanities and Social Studies Support Program of NRF has to submit an end product within 6 months(* depend on the form of business)
사업별 신청요강보기
  • Researchers have entered the information directly to the NRF of Korea research support system
Project Number B00168
Year(selected) 2004 Year
the present condition of Project 종료
State of proposition 재단승인
Completion Date 2006년 05월 28일
Year type 결과보고
Year(final report) 2006년
Research Summary
  • Korean
  • 본 연구에서는 P2P 환경에서 멀티미디어 컨텐츠를 공유하는 사용자들이 직면한 정보과부하 문제를 해결하기 위하여 다음과 같은 특징을 같은 PEOR(PEer-ORiented Recommender system) 시스템을 개발하였다.
    (1)이벤트발생 시점에 생성되는 푸시방식: 사용자가 개인컴퓨터에 새로운 컨텐츠를 저장하는 시점에 네이버들에게 저장한 컨텐츠를 직접 전달하게 된다. 기존 추천시스템에서 사용자들의 평가데이터가 일정수준까지 축적될 때까지 해당 컨텐츠를 추천할 수 없는 문제점을 해결하고, 수시로 새로운 멀티미디어 컨텐츠가 제공되는 P2P 환경의 특징에 적합한 푸시 방식을 적용하였다. (2)최신 평가 기반의 필터링: 추천을 생성할 때 네이버의 최근 선호도를 나타낼 수 있는 데이터만을 사용하였다. 이는 최신 컨텐츠에 많은 영향을 받는 P2P 시스템에서 보다 정확한 추천을 가능하게 할 뿐만 아니라, 기존의 클라이언트-서버 시스템에서 모든 데이터를 사용함으로 인하여 발생되는 확장성문제를 완화 할 수 있다. (3)부분정보를 이용한 동적 네이버 재구성: 추천의 질과 시스템의 성능을 유지하기 위하여 적합한 정보만을 반영하여 지속적으로 네이버집합을 재구성 해주어야 한다. PEOR는 타사용자들과의 유사도를 기반으로 새로운 네이버가 될 후보군을 선정하고 이들 정보만을 활용한 점진적인 네이버 교체를 실시하게 된다. 네이버 재구성을 위한 탐색범위를 효과적으로 제한함으로써 과도한 연산량을 효과적으로 줄여 과부하 문제를 해결할 수 있도록 한다.
    위와 같은 PEOR 시스템의 타당성을 검증하기 위하여 실제 모바일 컨텐츠 제공업체의 이미지 컨텐츠 다운로드 데이터를 이용하여, PEOR와 기존의 클라이언트-서버방식의 시스템을 구현하여 추천의 정확성과 시스템속도 측면에서 비교실험을 수행하였으며, PEOR 시스템 내에서 파라메터들을 조절하여 시스템 구성을 위한 최적값을 산출하였다. 실험을 통하여 최근 선호도를 보다 적극적으로 반영한 PEOR시스템은 기존의 추천시스템에 비하여 추천의 정확성이 월등히 향상되었을 뿐 아니라, 부분정보만을 이용한 네이버 재구성을 실시함으로써 시스템 속도가 170배 이상 향상되었음을 검증하였다. 이러한 연구결과는 P2P 사용자들에게 보다 효과적인 정보활용의 기회를 제공할 수 있는 현실적인 해결책이 될 것으로 기대된다.
  • English
  • We propose an adaptive CF recommender system in P2P systems, PEOR (PEer-ORiented Recommender system), to deal with the problems we face in recommending multimedia contents. the PEOR essentially follows the ground principle of CF while we suggest the following modification to be applied in the P2P systems;
    (1) An event?driven push strategy: whenever a peer finds a relevant content, its agent forwards the content to other peers in real time. (2) A recent rating-based filtering: recent observations can better represent the current users? interests than the past observations. (3) A dynamic neighbor re-formation: to reflect the change in recent interests, neighbor peer set is frequently re-formed using peer-based local information only, which results in the performance improvement with much less computation time.
    We have implemented PEOR and a CF-based recommender system as a centralized benchmark system. Two systems are comparatively evaluated using real transaction data of mobile image contents provider. Our evaluation shows that PEOR achieve a dramatic performance improvement compared to a centralized benchmark system. Our experimental data shows that PEOR offers not only remarkably higher quality of recommendations but also the dramatically faster performance than the centralized benchmark system. The superior performance of PEOR over the centralized benchmark system results from PEOR?s accelerated reflecting of the most current peer preference and obtaining advantage of the computing power available in peer-based local information. Our evaluation results suggest that PEOR has good potential to be a realistic solution for a more pleasant searching experience by providing recommendations along with future development of advanced P2P systems sharing multimedia contents.

Research result report
  • Abstract
  • P2P시스템의 확산과 더불어, P2P 사용자간에 공유되는 컨텐츠의 양도 급속히 증가하게 되었다. 이는 P2P 사용자들이 자신이 원하는 컨텐츠를 찾는데 어려움을 겪게 되는 정보과부하 현상을 야기시켰다. 이러한 정보과부하 현상을 해결하기 위한 정보 기술 중의 하나가 사용자의 취향에 부합하는 컨텐츠를 찾도록 도와 주는 추천시스템이다. 특히 사용자와 선호도가 유사한 사용자군 (네이버)의 의견에 따라 추천을 생성하는 협업필터링 기법은 추천시스템 연구 분야에서 가장 성공적인 기법으로 알려지고 있다. 그러나 이들 연구의 대부분이 기존의 지배적인 인터넷 환경이었던 클라이언트-서버 환경을 가정하고 이루어진 연구였으며, 현재까지 대부분의 P2P시스템은 단순한 검색기능만을 제공할 뿐 추천기능을 제공하지 못하고 있는 것이 현실이다.
    본 연구를 통하여 P2P 환경에서 사용자들이 보다 효과적으로 자신이 원하는 컨텐츠를 찾도록 도와주는 협업필터링 기반의 멀티미디어 추천시스템인 PEOR (PEer-ORiented Recommender system)를 제시하고, 실제 이미지 컨텐츠 거래 데이터를 이용하여 클라이언트-서버 시스템과 실험적으로 비교함으로써 제시한 방방론을 검증하였다.
    PEOR는 Top-k filtering 에이전트, Event-driven push 에이전트, 그리고 Neighbor re-formation 에이전트로 구성되어 있으며 다음과 같은 세가지 특징을 가지고 있다. 첫째는, 시간의 경과에 따라 변화하는 사용자의 선호도를 추천에 보다 적극적으로 반영하기 위하여, 추천을 생성할 때 네이버의 최근 선호도를 나타낼 수 있는 데이터만을 사용하였다. 이는 최신 컨텐츠에 많은 영향을 받는 P2P 시스템에서 보다 정확한 추천을 가능하게 할 뿐만 아니라, 기존의 클라이언트-서버 시스템에서 모든 데이터를 사용함으로 인하여 발생되는 확장성문제를 완화 할 수 있다. 둘째는 사용자가 개인컴퓨터에 새로운 컨텐츠를 저장하는 시점에 네이버들에게 저장한 컨텐츠를 직접 전달하는 푸시방식의 추천을 실시한다. 기존의 협업필텅링 기반의 추천시스템은 사용자들의 컨텐츠에 대한 평가데이터가 일정수준까지 축적되기 전까지 해당 컨텐츠를 추천할 수 없는 문제점을 가지고 있다. PEOR는 이러한 문제점을 해결하고, 멀티미디어 컨텐츠 기술의 발전과 사용자 취향의 급속한 변화에 따라 수시로 새로운 멀티미디어 컨텐츠가 제공되는 P2P 환경의 특징에 적합한 푸시 방식을 적용하였다. 세번째 특징은, 기존의 협업필터링 기반의 추천시스템은 모든 사용자의 데이터를 대상으로 네이버를 탐색하여 전체 네이버를 교체하는 반면, 본 논문에서는 각 사용자의 네이버의 네이버들의 정보만을 활용하여 부분적인 네이버 교체를 실시하였다. 즉, 기존 네이버들의 데이터에서 파생되는 정보를 활용하여 네이버탐색의 범위를 축소함으로써 네이버탐색을 위한 연산량을 대폭 감소시켜 개인 컴퓨터의 과부하를 방지하고자 하였다.
    본 연구과제에서는 모바일 멀티미디어 컨텐츠 거래 데이터를 기반으로 제시한 PEOR와 기존의 대표적인 추천알고리즘을 적용한 벤치마크 시스템을 구축하여 비교실험을 실시하였다. 실험에서는 추천의 정확성과 시스템성능 두 가지 측면에서 평가를 실시하였다. 실험결과에서 PEOR는 클라이언트-서버 방식의 추천시스템 보다 300% 이상 추천의 정확성이 향상되었으며, 170배 이상의 속도를 나타내면서 제시한 방법론의 우수성을 입증하였다.
  • Research result and Utilization method
  • 본 연구에서는 P2P 구조에서 사용자들이 보다 빠르고 효과적으로 원하는 컨텐츠를 찾을 수 있도록 사용자 중심의 추천방법론을 개발하였다. 한편, 제안한 방법론을 기반으로 실제로 PEOR 시스템을 구현하여 추천의 정확성과 시스템속도 측면에서 기존의 클라이언트-서버 방식의 추천시스템과 비교하여 월등히 뛰어남을 실험적으로 검증하였다.
    세부적으로, 본 연구에서는 P2P 환경에서 사용자 중심의 추천서비스를 위하여 고객프로파일 구성을 위한 입력데이터 구성, 유사사용자 탐색을 기반으로 한 네트워크 구성 및 사용자들의 선호도 변화가 반영된 추천컨텐츠 결정 방법 등을 개발하였다.
    이러한 연구성과는 분산환경에서의 추천시스템 연구 및 향후 확장된 P2P 구조에서의 범용적인 개인화서비스모델 연구의 기반기술을 제공할 것으로 기대된다. 즉, 모바일 및 유비쿼터스 등의 P2P 구조를 기반으로 구축되는 미래 컴퓨팅 환경에서 애드 혹 네트워크(ad hoc network)를 구성하여 효과적인 정보 및 컨텐츠 등의 전달을 요하는 서비스 및 비즈니스 모델 개발에 단초를 제공할 수 있을 것이다. 한편, 개인들이 생산한 방대한 정보를 토대로 웹서비스가 제공되는 정보기술업계 최고의 화두로 떠오른 웹2.0(web 2.0: 최종사용자에게 웹 애플리케이션을 제공하는 컴퓨팅 플랫폼으로 정의) 환경에서도 개인의 선호도를 기반으로 한 개인화 서비스 방법론으로 활용될 수 있을 것으로 기대된다.
    이와 같이 본 연구는 현실적 문제에 대한 대응뿐 아니라, 기존에 클라이언트-서버 환경에서 주로 이루어진 추천시스템 연구영역을 확장하고자 하였다. 이러한 결과는 기존의 클라이언트-서버 환경에서 추천기법(협업필터링 또는 내용기반필터링) 디자인을 주로 다루었던 연구의 관점을 사용자들의 사회연결망 (social network) 등 추천이 본질적으로 갖는 사회적요소(social element) 및 사람들간의 연결성 등의 특징 즉, 네트워크 관점(연결성중심: connection-centric)으로 연구를 확장 할 수 있는 기반을 마련하였다. 본 연구의 결과는 추천시스템 연구분야에서 가장 성공적인 기법으로 활용되고 있는 협업필터링기법과 내용기반필터링기법을 기반으로 P2P 구조에서 유사사용자 네트워크를 형성함으로써 다수의 사용자들간에 이루어지는 정보흐름을 보다 원활히 할 수 있는 경로를 제시하였다. 따라서 후속 연구로 많은 구성원들이 존재하고, 서로간의 상호작용을 통하여 만들어내는 거시적 현상에 관한 연구를 수행하는 복잡계 네트워크 이론을 접목하여 본 연구를 통해 형성된 PEOR 네트워크의 특징을 분석하고 그 본질적 특성을 이론적으로 규명하고자 한다.
  • Index terms
  • peer-to-peer, recommendation, collaborative filtering, content-based filtering
  • List of digital content of this reports
데이터를 로딩중 입니다.
  • This document, it is necessary to display the original author and you do not have permission
    to use copyrighted material for-profit
  • In addition , it does not allow the change or secondary writings of work
데이터 이용 만족도
자료이용후 의견
입력
트위터 페이스북
NRF Daejeon
(34113) 201, Gajeong-ro, Yuseong-gu, Daejeon, Korea
Tel: 82-42-869-6114 / Fax: 82-42-869-6777
NRF Seoul
(06792) 25, Heonreung-ro, Seocho-gu, Seoul, Korea
Tel: 82-2-3460-5500 / Fax: 82-2-3460-5759
KRM Help Center
Tel : 042-710-4360
E-mail : krmcenter@nrf.re.kr / Fax : 042-861-4380