A personalized service for an individual user is widely applied to decrease the effort to find an item that is preferred by the user in online environment. These recommendation systems commonly give user ranked list of items by preference priority. The recommendation with ranked list only is not enough to satisfy users in offline service area such as restaurant, coffee shop that are managed by human. There are more things to recommend items to customer in offline service area. Firstly, the description of reason why the system recommends items to a user is required to persuade the user. Secondly, the active recommendation about strong preference is also required to reduce the habitual, mechanical selection of same items. Lastly, the explicit feedback about wrong recommendation is needed to avoid repetition of wrong recommendation.
In this research, the active, descriptive interaction for user adaptive recommendation system based on user profile has been proposed to realize three properties of recommendation in offline service area. The user’s preference can be stored in user profile in probability model form by implicit service usage data. The user profile has context dependent preference to reflect user’s preference difference depend on context change. Based on the user profile, the rule-based user preference model is proposed to manage the active, descriptive recommendation interaction. The clear preference rule is extracted from the user profile to the rule-based model as association rule form that has condition, conclusion and rule parameters. The active, descriptive interaction is achieved by the proposed rule based model and explicit feedback is also applied by modifying, adding and removing rules in the model simply.
Experiments and evaluations are performed to test the validity of proposed system and effects of using descriptive explanation and explicit user feedback in coffee ordering scenario. As a result of experiments, it was proved that the proposed recommendation system is more suitable for coffee recommendation system and making more satisfaction, reliability and lifelikeness than other conventional approaches that display or recommend results only. Thus, it was shown that the recommendation system is better to make more interaction such as description about recommendation item, active recommendation to improve the quality of the service like subjective satisfaction of customers.
개개인의 선호를 반영하여 온라인 환경에서 각종 아이템을 찾기 위한 노력을 줄여주는 개인화 서비스가 널리 적용이 되고 있다. 이렇나 추천서비스는 보통 아이템간의 선호 우위 관계에 따라 순위 목록으로 사용자에게 제공이 된다. 그러나, 단순한 순위 목록은 실제 레스토랑, 카페와 같이 기존에 사람에 의해 서비스가 제공 되어왔던 공간에서는 사용자의 선호를 반영한 서비스를 제공하는데 충분하지 않다. 이러한 불충분을 만족시키기 위한 방안으로는 첫째, 왜 이 아이템을 추천해주는가에 대한 설명을 해주는 것이다. 둘째, 사용자가 확실한 선호를 가지고 있는 부분에 대해선 습관적인 주문과정을 넘기고 능동적으로 추천 해주는 것이다. 마지막으로, 앞선 추천 과정에 있어 틀린 부분이 있다면 지적을 받고, 바로 적용이 되어 실수의 반복이 발생하지 않도록 하는 것이다.
본 연구에서는 사용자 프로파일에 기반한 사용자 적응형 추천 시스템을 설계하는데 있어서, 앞서 살펴본 특징인 능동적 서술적 추천 상호작용이 가능하도록 하는 방법을 제안한다. 사용자의 선호는 확률기반의 사용자 프로파일 정보에 저장이 되며, 사용자가 별도로 입력을 하지 않고, 서비스 사용 기록을 통해 프로파일에 반영하는 암시적인 방법으로 축적이 된다. 또한, 상황에 따라 달라지는 사용자의 선호를 반영 할 수 있도록, 상황에 따라 각각의 선호를 구축 할 수 있도록 하였다. 이러한 사용자 프로파일에 기반하여 규칙기반의 사용자 선호 모델이 능동적, 서술적 추천 상호작용을 가능하도록 하기 위해 제안되었다. 사용자 프로파일의 확실한 선호 관계는 규칙기반 사용자 모델에 연관성 규칙 형태로 추출이 되어 원인과 결과를 갖는 규칙을 이룬다. 이렇게 구축 된 규칙기반 모델을 통해 능동적 서술적 상호작용을 효율적으로 구축 하였으며, 사용자가 옳고 그름을 판단해 주는 명시적인 피드백과정을 통해 규칙의 수정, 삭제를 가능하게 함으로써, 원하고자 하는 모든 기능을 충족 시킬 수 있음을 확인하였다.
더불어 실직적으로 제안 된 규칙기반 사용자 선호 모델을 통한 서비스 제공이 사용자의 만족도등 서비스 공간에서의 주관적인 요소들에 대한 향상을 보일 수 있는지 확인해 보기 위해 커피 주문 실험을 수행하였다. 실험 결과 제안 된 모델에 기반한 능동적 서술적 상호작용을 통한 커피 추천 및 주문을 하는 경우 기존의 결과만 나열하는 방식의 추천 방식에 비해 만족도, 신뢰도, 생동감적인 측면에서 유의미한 향상을 보일 수 있음을 확인 하였으며, 추천 서비스 제공에 있어 추천에 대한 설명과 능동적 추천이 주관적인 소비자의 만족감과 같은 서비스의 질적인 부분의 향상을 유도 할 수 있음을 보였다.
