Personalized Digital Music Recommendation Based on the Collaborative Filtering

협동적 여과를 기반으로 하는 개인화된 디지털 음악 추천

In this paper, we introduce a music recommendation system that automatically recommends music according to users' musical tastes. The recommendation system uses a graph-based collaborating filtering in which similarities between musics are saved as a graph, and so it can perform fast recommendation based on the implicit preference information. It also has capability of recommending music according to users' dynamically changing preferences as well as users' static preferences. The recommendation server is implemented as an independent server using Java, and communicates with clients according to a specified protocol. A demo web site has been built by using the server and music download data from actual users, and the accuracy of recommendation has been measured through experiments.

본 논문에서는 개인의 취향에 맞는 음악을 자동으로 추천해주는 음악 추천 시스템을 소개한다. 본 논문에서 소개하는 추천 시스템은 각 음악 사이의 유사도를 그래프로 저장하는 그래프 기반 협동적 여과 방식을 사용하여 사용자의 암시적 선호 정보를 바탕으로 빠른 추천을 할 수 있으며, 또한 사용자의 정적인 성향뿐 아니라 시간에 따라 달라지는 동적인 성향에 맞는 추천도 가능하도록 설계되었다. 추천 서버는 자바로 구현되었으며 독립된 서버로서 클라이언트와 정해진 프로토콜에 따라 통신하도록 구현되었다. 구현된 추천 서버와 실제 사용자들의 음악 다운로드 데이터를 이용하여 추천 데모 사이트를 구축하였으며, 실험을 통하여 추천 결과의 정확도를 측정하였다.