본문 바로가기
ML&DL/Recommender System

[Recommender System / Paper Review] #01 Using collaborative filtering to weave an information tapestry

by 거북이주인장 2023. 3. 30.

Summary

  • tapestry는 어느 연구센터에서 개발한 이메일 시스템으로, 많은 양의 이메일 가운데 사용자가 관심있어할만한 이메일만 골라주는 기능을 가지고 있다.
  • 본인 또는 다른 사람이 이메일에 표현한 관심을 기록하여 이메일을 필터링하는데, 이를 collaborative filtering이라고 한다.
  • tapestry는 여타 다른 이메일 필터링 시스템과는 다른데, 이메일뿐만 아니라 뉴스기사 등 다른 것들도 필터링할 수 있는 툴이기 때문이다.

Motivation

  • 이메일의 사용이 증가하는 가운데 너무나 많은 양의 이메일 때문에 사용자가 압도당하는 경우가 많다.
  • 관심있는 리스트만 구독한다고 하더라도, 그 리스트에서 발생하는 이메일 양도 엄청나다.
  • 더 나은 방법은, 리스트 단위로 필터링하는게 아니라 이메일(문서) 단위로 필터링하는 것이다.
  • tapestry는 이렇게 이메일을 필터링하여 효율적인 업무를 하기 위해 개발되었다.

Approach

  • filterer가 tapestry에서 이메일을 필터링하는 부분이다.
  • 사용자들의 이메일에 대한 반응을 annotation이라고 하는데 이를 모아둔 것이 annotation store이다.
    • annotation store에서 사용자의 취향(annotation)을 가져와서 필터링하는데 사용한다.
  • appraiser는 little box에 있는 이메일에 개인화 분류(personalized classification)을 적용한다. 이를 통해 자동으로 우선순위를 정하고 카테고리로 분류한다.

Results

 

Conclusion

  • 92년도에 출간된 것을 보니, 당시에 collaborative filtering이라는 개념을 적용한 첫 사례이지 않을까 싶다
  • 워낙 옛날 페이퍼다보니, 방법론적인 내용은 많이 스킵했지만, 이렇게 collaborative filtering이 시작했구나.. 정도 알게 된 것에 의의를 두자.

댓글