사용자 경로 정보를 이용한 웹페이지 추천 시스템

Abstract

Web services are growing quickly in quality and quantity and accessed by more and more users. Although a lot of information is available in the web site, it is difficult to get particular pieces of information efficiently. For users coming repeatedly their site, it is good for acquiring user's little effort through web page recommendation techniques. If users visited one site, the information of their web page navigation is saved in its log server. It is more suitable to find relationship among the web page information of user's navigation. On view of the browsing model, a transaction identification method is defined and successfully tested. The other existing web page recommendation systems are implemented based on machine learning or association rules. Because, the technique of machine learning computes correlation by taking account of users' preference, it could recommend almost exact web pages. However, it is troublesome work that user always rates likes and dislikes of recommended web page. The method of association rule has not process of rating because it computes correlation among web pages by users' path log. But, this method cannot recommend web page until it come to find all rules. And it has more computing rules for applying quickly changed information of database. In this paper, we propose and design the web page recommendation system which use correlation among web pages by means of searching current user's path information in database of existing users' path information. Because this method makes use of only users' path information, it doesn't deal with rate preference for users additionally. And because it decrease amount of existing users' path information and the search space, it is suited for applying changed information quickly. Suggested recommendation system analyzes existing users' web page path information, and then recommends possible web page, which is estimated to current web page visitor.;인터넷 상에서 일련의 서비스를 제공하는 웹사이트는 많은 사용자와 함께 많은 정보가 등록되며 빠르게 확산되고 있다. 각 사이트들은 기본적인 정보만 제공하던 초기 형태에서 벗어나 점차 많은 정보와 다양한 볼거리를 제공하면서 구조가 복잡해지게 되었다. 한 사이트 내에서 제공되는 정보가 많아지면 그만큼 이용할 수 있는 정보도 많아지게 되지만, 또한 단편적인 정보를 효율적으로 찾기도 어려워진다. 따라서 사용자가 적은 노력으로도 원하는 정보에 도달할 수 있도록 사이트 내부에서 연관성이 있다고 판단되는 웹페이지를 사용자에게 추천하는 서비스가 필요하게 되었다. 한 사이트 내에서 사용자들이 항해를 하게 되면 그 사이트에는 사용자들의 경로정보들이 쌓이게 된다. 이렇게 시간 순으로 쌓이게 되는 경로 정보를 이용하여 웹 페이지들 간의 연관성을 찾아내는 것은 적합한 방법이다. 현재, 브라우징 모델에서 트랜잭션을 이용하는 방법이 다른 방법에 비해 성공적으로 테스트되기도 하였다. 기존의 웹페이지 추천 시스템은 기계 학습이나 연관규칙 타입의 기법을 이용하여 구현된 것이 많다. 기계 학습 기법은 사용자의 선호도 평가를 고려해 연관성을 계산하므로 매우 정확한 추천을 할 수 있지만 사용자는 항상 추천된 페이지에 대하여 자신의 선호도를 평가해야 하는 번거로움이 있다. 연관규칙 타입의 기법은 웹 로그에서 사용자의 경로 정보만을 이용해서 웹페이지간의 연관성을 계산하므로 사용자의 추가적인 번거로움은 없다. 그러나 모든 규칙을 다 찾은 후에 추천을 할 수 있으므로 변화하는 데이터베이스의 정보를 빠르게 적용하기에는 계산하는 양이 많다. 본 논문에서는 현재 사용자의 경로 정보를 기반으로 기존 사용자의 경로 정보 데이터베이스를 검색하여 웹페이지간의 연관성을 찾는 기법을 제시하고 시스템을 설계하였다. 이 기법은 사용자의 경로 정보만을 이용하므로 사용자의 추가적인 선호도 입력이 필요하지 않다. 또한, 현재 사용자의 경로 정보를 기반으로 기존 사용자의 경로 정보의 양과 검색 횟수를 감소시켜 필요한 계산만 하므로 변화하는 데이터베이스의 정보를 빠르게 적용시키기에 적합하다. 설계한 추천 시스템은 제안하는 기법을 통해 기존 사용자의 웹페이지 경로 패턴을 분석하고, 분석된 결과 중 가장 연관성이 높다고 판단되는 웹 페이지를 현재 사용자에게 실시간으로 추천한다.