비용 대비 효과적인 콘텐츠 기반 기호식품 추천 알고리즘
A Cost-Effective Content-Based Recommendation Algorithm for Gourmet Food Preference
- 발행
- 2024 등록KCI API에는 발행일 항목이 없어 원문 등록일을 쓰고 있습니다. 실측으로 발행보다 최대 6년 늦습니다 — 재수집하면 발행연월로 바뀝니다.
- 소속·발행
- 선문대학교
- 출처
- 국내 KCI
- DOI
- 10.47116/apjcri.2024.05.19
- 원문
- 원문 보기 ↗
개념
키워드
추천 알고리즘, 추천시스템, 비용 대비 효과적인 의사결정, 협업 필터링, 콘텐츠 기반 필터링, Recommendation Algorithm, Recommendation System, Cost-Effective Decision Making, Collaborative Filtering, Content-Based Filtering
초록
본 연구에서는 콘텐츠 기반 필터링 방식을 사용하여 비용 대비 효과적인 기호식품 추천 알고리즘을 제안한다. 예를 들어 위스키나 와인 등 독특한 향기 또는 맛 기준으로 즐기고 좋아하는 식품을 사람들이 선택할 때 활용할 수 있는 추천 알고리즘이다. 사례 연구에서는 위스키를 대상으로 제안 알고리즘의 작동 원리를 설명한다. 먼저 제안 알고리즘은 사용자의 정량화된 맛 표현 데이터와 원하는 맛에 대한 설명 글을 입력해 데이터베이스에서 유사한 데이터 레코드 N 개를 찾는다. 검색 과정에서 상품의 가격, 품질 등급 및 유사성을 사용하여 R 값(가격 대비 편익 비율)을 계산한다. 다음으로 검색한 N 개의 이웃 상품들을 R 값에 따라 정렬하고, 최종적으로 가장 높은 R 값을 가진 상품을 추천 목록의 맨 위에 표시되도록 결과를 도출한다. 다양한 상황별 추천 시나리오를 산정하여 예산 대비 가장 선호되는 상품 옵션을 제안하는 효율성 높은 알고리즘 결과를 제시한다. 제안 추천 알고리즘의 효율성을 평가하기 위해 일반인을 대상으로 만족도 조사를 실시한 결과 추천 성공률이 70%로 나타났다. 이는 협업 필터링 방식으로 달성한 성공률 50%와 비교했을 때, 20% 더 높은 성능 개선 효과이다. 제안 방식을 통해 사람들은 더 적은 비용으로 자신의 취향과 입맛에 맞는 기호 상품을 쉽게 찾을 수 있으며, 상품 선택에 실패할 확률을 최소화할 수 있을 것이다. 제안 알고리즘은 위스키뿐만 아니라 와인 등 사람들이 좋아하는 음식이나 맛이 다른 음식을 찾는 다양한 여러 시나리오에 적용 가능하다고 판단된다.