[논문]클라우드 컴퓨팅에서 구축한 협업필터링 기반 웹툰 추천 시스템

이건호; 박두순

문제 정의

따라서 본 논문에서는 Thrayer의 감정 모델을 이용하여 ‘흥분되는’, ‘행복한’, ‘기쁜’, ‘느긋한’, ‘평화로운’, ‘차분한’, ‘졸린’, ‘지루한’, ‘슬픈’, ‘긴장된’, ‘화난’, ‘짜증나는’ 과 같은 12가지의 감정 상태를 이용하여 웹툰을 추천하고자 한다[3].
이러한 클라우드 컴퓨팅은 서버에서 실시간으로 데이터 관리가 이루어지므로 커뮤니케이션이 원활히 진행되며, 별도의 하드웨어를 구축할 필요가 없다. 따라서 본 논문에서는 많은 양의 웹툰 데이터의 저장 및 관리를 보다 효과적으로 하기 위해 대표적인 클라우드 컴퓨팅 서비스인 AWS(Amazon Web Service)에서 웹툰 추천 시스템을 구현하고자 한다.
본 논문에서는 현재 연재되고 있는 많은 웹툰 중 사용자와 가장 잘 맞는 웹툰을 추천해주는 시스템을 구현하였다. 기존에 있던 웹툰 추천을 해주는 시스템과는 다르게 감정과 개인화 요인에 가중치를 주었고, 이 시스템을 클라우드컴퓨팅 시스템에서 구현한 것이 차별화된 시스템이다.

제안 방법

AWS EC2 인스턴스는 Linux 콘솔 환경으로 구성되어 있어, 클라우드 환경에 가장 빠르게 접목시킬 수 있는 Ruby on Rails 프레임워크를 사용하여 개발하였다.
또한 사용자와 가장 일치하는 감정을 찾고 그 감정에 맞는 웹툰을 추천하게 된다. 가중치를 계산한 표에서 사용자들의 가중치 값이 제일 높은 것을 순차적으로 뽑아내게 되는데, 많은 사용자 중에 가장 유사한 값 3개, 즉 제일 높은 값 3명을 추려내어, Top-3리스트를 작성한다. 그렇게 되면, 감정 ‘행복한’ 그룹에서 성향이 비슷한 유저 4번, 10번, 87번 유저한테서 최근에 본 웹툰을 찾을 수 있다.
첫 번째 방법에서는 회원가입시 입력한 개인화요소를 협업 필터링을 이용하여 성향이 유사한 사용자를 추려내 선호도를 분석 및 추천한 웹툰들 중 사용자가 아직 보지 않은 상위 3개의 웹툰을 추천하게 된다. 두 번째 방법으로는 웹툰 사용자들이 작성한 리뷰 데이터로부터 관계형 데이터베이스 기반 온톨로지 기법을 적용하여 감정 분류에 따른 웹툰을 추천한다. 본 논문에서는 첫 번째 방법과 두 번째 방법을 동시에 적용하여 사용자가 원하는 웹툰을 추천한다.
따라서 본 논문에서는 AWS의 대표적인 IaaS 서비스인, EC2 인스턴스를 사용하여 개발 환경을 구축하였다.
본 논문에서 구현하고자 하는 웹툰 추천 시스템은 나이, 성별, 선호 카테고리, 선호 웹툰 플랫폼 등과 같은 개인 성향을 이용하여 협업 필터링 방법을 적용한다.
이러한 시스템을 이용하려면 사용자의 데이터를 저장하기 위해 회원가입이 필수적으로 필요하다. 본 논문에서 저장할 개인화 요인으로는 감정, 나이, 성별, 선호 카테고리, 선호 웹툰 플랫폼으로 구성되어 있다[4].
두 번째 방법으로는 웹툰 사용자들이 작성한 리뷰 데이터로부터 관계형 데이터베이스 기반 온톨로지 기법을 적용하여 감정 분류에 따른 웹툰을 추천한다. 본 논문에서는 첫 번째 방법과 두 번째 방법을 동시에 적용하여 사용자가 원하는 웹툰을 추천한다.
추천시스템에 사용되는 대표적인 방법으로는 협업필터링 방법과 내용 기반 필터링 방법이 있다. 본 논문에서는 협업필터링 방법을 적용하고 사용자의 개인화 요소와 웹툰의 데이터에 대한 선호도를 분석하여 웹툰을 추천하는 방법을 선택했다[3]. 이러한 시스템을 이용하려면 사용자의 데이터를 저장하기 위해 회원가입이 필수적으로 필요하다.
사용자 정보와 웹툰의 데이터베이스가 준비되었으니, 이제 본 논문에서 사용자 생년월일(15%), 성별(10%), 선호 플랫폼(10%), 선호 카테고리(25%)에 점수를 부여하고, 그것을 협업 필터링 방법에 적용하여 유사한 사용자들을 찾는다. 이런 유사한 사람들이 추천한 웹툰은 (그림 12)와 같다.
사용자가 웹툰 추천을 원하고자 입력하는 감정은 Thrayer가 제안한 이차원 감정 모델이다. 이 모델은 간단 하면서 감정을 12개로 분류하여 사람의 감정을 수치적으로 표현하기 위해 2차원 공간에 감정 상태를 나타내는 차원 접근법을 시도하였다. (그림 4)는 차원 접근법 감정 모델이다[3].
이 후 사용자들이 웹툰 서비스를 이용한 후에 평가한 리뷰를 바탕으로 개인감정과 관계를 이루는 관계형 데이터 베이스 기반 온톨로지 기법을 클라우드 컴퓨팅 시스템인 AWS(Amazon Web Service)에 적용하여 자신에게 잘맞는 웹툰을 추천해주는 웹툰 추천 시스템을 제안한다.
이제 기존 사용자들이 웹툰을 보고 리뷰를 남긴 것을 분석하여 12가지 감정 중 어느 감정인지를 알아낸다. 또한 사용자와 가장 일치하는 감정을 찾고 그 감정에 맞는 웹툰을 추천하게 된다.
첫 번째 방법에서는 회원가입시 입력한 개인화요소를 협업 필터링을 이용하여 성향이 유사한 사용자를 추려내 선호도를 분석 및 추천한 웹툰들 중 사용자가 아직 보지 않은 상위 3개의 웹툰을 추천하게 된다. 두 번째 방법으로는 웹툰 사용자들이 작성한 리뷰 데이터로부터 관계형 데이터베이스 기반 온톨로지 기법을 적용하여 감정 분류에 따른 웹툰을 추천한다.

대상 데이터

사용자들의 웹툰을 추천하기 위해서는 웹툰 데이터베이스가 필요하다. 본 논문에서는 Linux 환경인 AWS 클라우드 서버에서 wget 명령어를 사용하여 웹페이지의 정보를 가져왔다. (그림 10)은 웹툰 웹페이지에서 가져온 정보를 나타낸 것이고, (그림 11)은 (그림 10)에서 추출한 웹툰 데이터를 바탕으로 데이터베이스를 생성하였다.

후속연구

향후 연구 과제로는 본 논문에서 사용한 개인감정과 개인화 요인 이외에 다른 요인들을 찾아 사용자에게 더 적합하게 웹툰을 추천할 수 있는 것이 필요할 것으로 보인다. 또한 다른 클라우드 컴퓨팅 서비스에서 데이터 마이닝 기법을 사용하였을 때, 기존 서비스와의 차이점을 비교해야 할 것이다.
기존에 있던 웹툰 추천을 해주는 시스템과는 다르게 감정과 개인화 요인에 가중치를 주었고, 이 시스템을 클라우드컴퓨팅 시스템에서 구현한 것이 차별화된 시스템이다. 향후 연구 과제로는 본 논문에서 사용한 개인감정과 개인화 요인 이외에 다른 요인들을 찾아 사용자에게 더 적합하게 웹툰을 추천할 수 있는 것이 필요할 것으로 보인다. 또한 다른 클라우드 컴퓨팅 서비스에서 데이터 마이닝 기법을 사용하였을 때, 기존 서비스와의 차이점을 비교해야 할 것이다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

클라우드 컴퓨팅에서 구축한 협업필터링 기반 웹툰 추천 시스템
A Webtoon Recommendation System based on Collaborative Filtering in Cloud Computing Service 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

클라우드 컴퓨팅에서 구축한 협업필터링 기반 웹툰 추천 시스템 A Webtoon Recommendation System based on Collaborative Filtering in Cloud Computing Service 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

클라우드 컴퓨팅에서 구축한 협업필터링 기반 웹툰 추천 시스템
A Webtoon Recommendation System based on Collaborative Filtering in Cloud Computing Service 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper