A Literature Review and Classification of Recommender Systems on Academic Journals

Deuk Hee Park; Hyea Kyeong Kim; Il Young Choi; Jae Kyeong Kim

추천

검색

질문

자료유형: 학술저널

저자정보: Deuk Hee Park (경희대학교) Hyea Kyeong Kim (경희대학교) Il Young Choi (경희대학교) Jae Kyeong Kim (경희대학교)

저널정보: 한국지능정보시스템학회 지능정보연구 지능정보연구 제17권 제1호

발행연도: 2011.3

수록면: 139 - 152 (14page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

1990년대 중반에 협업 필터링의 출현으로 인하여 추천시스템에 관련된 연구가 늘어나게 되었다. 협업 필터링의 출현 이후 내용 기반 필터링, 협업 필터링과 내용 기반 필터링이 혼합된 하이브리드 필터링 등 새로운 기법들이 출현함으로써 2000년대에는 추천시스템의 연구가 눈에 띄게 증가하였다. 하지만 현재까지 추천시스템에 관련된 문헌들에 대한 리뷰와 분류가 체계적으로 되어있지 않다. 이와 같은 문제에 대한 해결방안으로써, 본 연구에서는 2001년부터 2010년도까지의 추천시스템에 관련된 문헌들 중 MIS Journal Ranking의 125개의 저널에서 추천시스템(Recommender system, Recommendation system), 협업 필터링(Collaborative Filtering), 내용 기반 필터링(Content based Filtering), 개인화 시스템(Personalized system) 등의 5가지 키워드로 제한하여 조사하였다. 총 37개의 저널에서 논문을 검색하였으며, 검색되어진 논문을 분석한 결과 추천시스템과 관련이 없는 논문을 제외한 총 187개의 논문을 선정하여 분석하였다. 이 연구에서는 그러나 컨퍼런스 논문, 석사, 박사학위 논문, 영어로 작성되지 않은 논문, 완성되지 않은 논문 등은 제외하였다.
본 연구에서는 187개의 논문을 분석하여 2001년부터 2010년까지의 각각의 년도 별 추천시스템의 연구에 대한 동향 분석, Journal별 추천시스템의 게재 분류, 추천시스템 어플리케이션의 사용 분야(책, 문서, 이미지, 영화, 음악, 쇼핑, TV 프로그램, 기타)별 분류 및 분석, 추천시스템에 사용된 데이터마이닝 기술(연관 규칙, 군집화, 의사 결정나무, 최근접 이웃 기법, 링크 분석 기법, 신경망, 회귀분석, 휴리스틱 기법)별 분류 및 분석을 수행하였다.
따라서 본 연구에서 제안한 각각의 분류 및 분석 결과들을 통하여 현재까지 추천시스템의 연구에 대한 연구 동향을 파악 할 수 있었으며, 분석결과를 통해 추천시스템에 관심이 있는 연구자와 전문가에게 미래의 추천시스템의 연구에 대한 가이드라인을 제시 할 수 있을 것이라고 기대한다.

Recommender systems have become an important research field since the emergence of the first paper on collaborative filtering in the mid?1990s. In general, recommender systems are defined as the supporting systems which help users to find information, products, or services (such as books, movies, music, digital products, web sites, and TV programs) by aggregating and analyzing suggestions from other users, which mean reviews from various authorities, and user attributes.
However, as academic researches on recommender systems have increased significantly over the last ten years, more researches are required to be applicable in the real world situation. Because research field on recommender systems is still wide and less mature than other research fields. Accordingly, the existing articles on recommender systems need to be reviewed toward the next generation of recommender systems. However, it would be not easy to confine the recommender system researches to specific disciplines, considering the nature of the recommender system researches. So, we reviewed all articles on recommender systems from 37 journals which were published from 2001 to 2010. The 37 journals are selected from top 125 journals of the MIS Journal Rankings. Also, the literature search was based on the descriptors “Recommender system”, “Recommendation system”, “Personalization system”, “Collaborative filtering” and “Contents filtering”.
The full text of each article was reviewed to eliminate the article that was not actually related to recommender systems. Many of articles were excluded because the articles such as Conference papers, master’s and doctoral dissertations, textbook, unpublished working papers, non?English publication papers and news were unfit for our research. We classified articles by year of publication, journals, recommendation fields, and data mining techniques.
The recommendation fields and data mining techniques of 187 articles are reviewed and classified into eight recommendation fields (book, document, image, movie, music, shopping, TV program, and others) and eight data mining techniques (association rule, clustering, decision tree, k?nearest neighbor, link analysis, neural network, regression, and other heuristic methods).
The results represented in this paper have several significant implications. First, based on previous publication rates, the interest in the recommender system related research will grow significantly in the future. Second, 49 articles are related to movie recommendation whereas image and TV program recommendation are identified in only 6 articles. This result has been caused by the easy use of MovieLens data set. So, it is necessary to prepare data set of other fields. Third, recently social network analysis has been used in the various applications. However studies on recommender systems using social network analysis are deficient. Henceforth, we expect that new recommendation approaches using social network analysis will be developed in the recommender systems. So, it will be an interesting and further research area to evaluate the recommendation system researches using social method analysis.
This result provides trend of recommender system researches by examining the published literature, and provides practitioners and researchers with insight and future direction on recommender systems. We hope that this research helps anyone who is interested in recommender systems research to gain insight for future research.

#추천시스템 #문헌 연구 #데이터마이닝 기법 #분류

참고문헌 (20)

참고문헌 신청

1. [학술지(정기간행물)] - Anders, U. / 1999 / Model Selection in Neural Networks / Neural Networks 12 (2) : 309 ~ 323

2. [학술대회논문] - Basu, C. / 1998 / Recommendation as Classification : Using Social and Content-based Information in Recommendation / In Proceedings of the 15th National Conference on Artificial Intelligence : 714 ~ 720

3. [단행본] - Berry, M. J. A / 2004 / Data Mining Techniques for Marketing, Sales and Customer Relationship Management, Second Edition / Wiley

4. [학술대회논문] - Cai, D. / 2004 / Block-level Link Analysis / Proceedings of the 27th annual international ACM SIGIR conference on Research and development in information retrieval : 440 ~ 447

5. [학술지(정기간행물)] - Cho, Y. H. / 2002 / A person alized Recommender System Based on Web Usage Mining and Decision Tree Induction / Expert System Applications 23 (3) : 329 ~ 342

이 논문의 저자 정보

박득희

소속기관 국민대학교

주요연구분야 사회과학 > 관광학 TOP 0.5% 사회과학 > 지리학 > 국제·지역개발학

논문수 45 이용수 14,650

김혜경

소속기관 경희대학교

주요연구분야 공학 > 컴퓨터학 TOP 5% 예술체육학 > 공연매체예술 > 영화

논문수 32 이용수 5,467

최일영

소속기관 경희대학교

주요연구분야 공학 > 산업공학 TOP 5% 예술체육학 > 체육

논문수 52 이용수 8,966

Jaekyeong Kim

소속기관 Kyung Hee University

주요연구분야 공학 > 산업공학 TOP 0.5% 공학 > 컴퓨터학

논문수 176 이용수 23,258

이 논문과 함께 이용한 논문

노래 가사의 텍스트 분석을 활용한 음악 추천 시스템

이창준 , 방한별 , 이지형 한국지능시스템학회 학술발표 논문집 2015 .10

접근 이력 기반의 하이브리드 세렌디피티 추천 시스템

김영현 , 한재윤 , 이경전 한국지능정보시스템학회 학술대회논문집 2015 .11

Hybrid Kohonen 네트워크에 의한 항공영상 클러스터링

이경희 한국컴퓨터정보학회 학술발표논문집 2015 .07

효율적인 협업적 여과 시스템을 위한 장르 패턴 기반의 사용자 클러스터링

최자현 , 하인애 , 홍명덕 외 1명 한국컴퓨터정보학회 학술발표논문집 2011 .06

효과적인 패턴분류를 위한 개선된 FCM 기반 하이브리드 네트워크

김태형 , 차의영 , 김광백 한국컴퓨터정보학회 학술발표논문집 2009 .01

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2013-003-000511937

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (20)

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)