페이스북의 '좋아요' 리스트를 이용해 다중 공통 관심사항을 추출하는 기법

최근 스마트폰 발달로 인터넷 접근이 쉬워짐에 따라 소셜 네트워크 서비스(SNS)의 이용이 손쉬워졌다. 하지만 현재 SNS는 개인의 일상 또는 관심사 공유에 그치며 여러 사용자 간의 공통관심사 파악은 어렵다. 본 논문에서는 SNS를 통해 개인이 아닌 여러 사용자 간의 공통관심사를 파악하여 스마트폰을 통해 원하는 것을 추천해주는 콘텐츠 추천 시스템을 제안한다. 추천 시스템은 그룹 내 사용자들의 선호도와 편차를 고려하여 제안한 공식을 포함한다. 시뮬레이션 후 공식에 대해 나올 수 있는 경우는 4가지로 간추려졌다. 그 결과 개인의 선호도를 나타내는 '좋아요' 수가 많으면서 페이스북 사용자들 간 선호도 편차가 적은 콘텐츠를 추천한다. 제안한 방법은 공식에 대한 4가지 경우의 시뮬레이션과 실제 페이스북 사용자들의 '좋아요' 데이터로 증명한다. 제안 시스템은 그룹 내에서의 선호도와 편차를 고려하여 공통관심사를 추천해주기 때문에 양질의 맞춤형 콘텐츠를 제공한다. 【The today's rapid spread of smartphones makes it easier to use SNS. However, it reveals only their daily life or interest. Therefore, it is hard to really get to know the detailed part of multi-user's common interests. This paper proposes a content recommendation system which recommends people wanted by identifying common interests through SNS. Recommendation system includes proposal formula considering people wanted and deviation in group. After simulation, the proposed system provide high-quality adapted contents to many users by recommendation item according to the common interest. Number of cases about formula are four. It recommend contents that they have many number of 'like' and few number of deviation in users. The proposed system proves by simulations of four cases and read user's 'likes' data. It provide high-quality adapted contents to many users by recommendation item according to the common interest.】