Previous rating system averaged all of each user’s rating that was represented in a numerical value. And it contained limitation that rating after computed in the system was not accurate to all the users.
In this paper, we raised the problems that previous rating system had and established hypothetical problems that caused poor accuracy. And we made filtering algorithm for rating system to overcome existing problems by considering enhanced collaborative filtering after we examine related works briefly. We presented the result of experiments that proved our approach performed better than previous rating system and some recommendation systems. We also proposed some future works to improve our system, capability of extending to other area and limitations that were not solved in our studies.
기존의 영화평점은 관객의 주관적 판단에 의해 부여한 개인의 평점을 평균화 하는 방식으로 이루어진다. 하지만 이는 영화평점의 특성을 고려하지 않은 것으로 모든 사람에게 일치하는 수치라고 볼 수 없다. 본 연구에서는 개인의 영화 평점을 예측하기 위해 향상된 협력적 필터링 방법을 제안하고자 하였다. 이를 위해 과거에 수행된 관련 연구를 분석하고, 이를 바탕으로 관객의 유사 경험도와 영화 특성을 고려하여 향상된 협력적 필터링을 제안하였다. 그 결과 본 방법은 기존에 비해 높은 정확도를 보였으며 과거 연구에서 제안된 방법과의 비교에서도 우수한 성능을 보였다. 본 연구에서 제안한 방식은 경험을 기반으로 하는 재화에서 평가 시스템으로 다양하게 활용될 수 있을 것으로 기대한다.
