한양대학교는 김상욱 컴퓨터공학부 교수팀이 인터넷 쇼핑몰 아이템 추천 정확도를 최대 5배 향상할 수 있는 기술을 개발했다고 16일 밝혔다.
통상 인터넷 쇼핑몰은 사용자 위치, 구매 패턴, 검색 기록 등 빅데이터 기반 추천 기술을 활용해 구매 가능성이 높은 상품을 추천한다.
김 교수팀은 사용자가 어떤 상품에 무관심한 지 파악하는 기술을 개발했다. 현재 가장 널리 사용되는 `협업 필터링 추천 기술` 정확도를 기존보다 최대 5배 향상할 수 있다고 설명했다. 협업 필터링은 사용자 취향을 파악해 비슷한 취향일 가진 다른 이들이 주로 구매하는 상품을 추천하는 기술이다.
김 교수팀은 소비자가 전체 상품군 중 일부 상품만 사용하고 평가하기 때문에 협업 필터링 기술 정확도가 떨어지는 것에 주목했다. 이번 기술은 사용자 선호도가 낮아 평가는 물론 관심조차 보이지 않는 상품이 무엇인지 정보를 수집해 기존 선호 상품 정보에 접목하는 형태다.
김 교수팀은 이번 연구 결과를 오는 20일(현지시각)까지 핀란드 헬싱키에서 열리는 `전기전자기술자협회 데이터기술 콘퍼런스(IEEE ICDE)`에서 발표할 예정이다.
윤희석 유통/프랜차이즈 전문기자 pioneer@etnews.com
