소수의 지혜

최인접 이웃 협업 필터링은 웹 사용자에 대한 추천을 생성하는 성공적인 방법을 제공합니다. 그러나 이 접근 방식은 데이터 희소성 및 노이즈, 콜드 스타트 문제, 확장성 등 여러 단점이 있습니다. 본 연구에서는 전문가 의견을 기반으로 사용자에게 아이템을 추천하는 새로운 방법을 제시합니다. 우리의 방법은 전통적인 협업 필터링의 변형으로, 사용자 평점 데이터에 최인접 이웃 알고리즘을 적용하는 대신, 사용자와의 유사성에 따라 가중치가 부여된 독립 데이터 세트의 전문가 이웃 집합을 사용하여 예측을 계산합니다. 이 방법은 기존의 협업 필터링의 몇 가지 약점을 해결하면서도 비슷한 정확도를 유지할 것으로 기대됩니다. 우리는 Netflix 데이터 세트의 하위 집합에 대한 예측을 통해 우리의 접근 방식을 검증합니다. 전문가 리뷰의 웹 포털에서 수집한 평점을 사용하여 결과를 예측 정확도와 추천 목록의 정밀도 측면에서 측정합니다. 마지막으로, 사용자가 우리의 접근 방식으로 생성된 추천을 선호하는 사용자 연구 결과를 보고함으로써 우리의 방법이 유용한 추천을 생성하는 능력을 탐구합니다.