임의분산 프라이버시 데이터기반 추천 시스템

전문가 제언

○ 추천 시스템(Recommender systems : RS)은 사용자가 음악이나 책 또는 사람과 같은 아이템에 주는 사용자 등급 또는 선호예측을 추구하는 정보 필터링 시스템의 한 분야이다. 이 경우 시스템은 협업 필터링 방법(collaborative filtering : CF)이나 컨텐츠 기반에 의한 방법으로 모델을 구축하여 추천을 제공한다. 협업 필터링은 과거에 동종의 업체와 협업하여 사용자가 아이템에 매긴 등급이나 구매이력과 같은 행위로부터 모델을 구축하고 그 모델을 이용하여 사용자가 관심을 가질 것으로 예측되는 아이템을 추천하는 방법이다.

○ CF를 목적으로 수집된 데이터는 두 전자상거래 사이에 임의로 분산될 수 있어 더 좋은 CF 서비스를 제공하기 위해 협업이 요구된다. 그러나 기업들은 프라이버시와 재정적, 법률적 문제 때문에 협업을 주저할 수도 있다. 한편 인터넷 사용자는 데이터가 제 3자에게 접속되지 않도록 프라이버시 보호조치 제공을 바라게 된다. 따라서 프라이버시가 보존되는 아이템 기반의 분산된 데이터에 대한 추정 시스템이 필요하다.

○ 본고에서는 두 전자 상거래 당사자의 프라이버시를 위협하지 않으면서 이들 사이에 임의로 분산된 데이터에 대한 아이템 기반 예측의 추정 방법을 제시하였다. 이를 위하여 온라인 수행능력을 검토하고 프라이버시 조치에 따르는 비용을 평가하여 제안된 방안의 신뢰성을 보였다.

○ 전자 상거래가 활성화되고 인터넷이 스마트화 함에 따라 기업에서 제공하는 아이템에 대한 사용자의 선호도를 예측하는 것이 기업 경쟁력강화에 중요하게 부각되었다. 기업의 협업 필터링 추천 시스템 구축은 많은 비용과 시간이 필요하기 때문에 현재 국내에서 실용화된 업체는 아직 보고된 바가 없다. 가트너(Gartner)에 따르면 빅-데이터로부터 양질의 고객 정보를 얻어내는 필터링 기술을 활용하는 기업은 다른 기업에 비해 20%가량 앞서나갈 것으로 전망하고 있다. 특히 모바일 환경에서 협업 필터링 추천 시스템 구축에 대한 연구와 실용화가 더욱 필요할 것으로 전망된다.

저자

Ibrahim Yakurt, Huseyin Polat

자료유형

학술정보

원문언어

영어

기업산업분류

정보통신

연도

2012

권(호)

72

잡지명

Data & Knowledge Engineering

과학기술
표준분류

정보통신

페이지

239~256

분석자

김*기

분석물

• 임의분산 프라이버시 데이터 기반 추천 시스템.pdf [326,074 byte]

이미지변환중입니다.