추천 시스템은 사용자의 관심을 고려하여 새로운 추천 아이템을 예측한다. 대부분의 추천 시스템은 협력적 필터링 또는 콘텐츠 기반의 방법을 사용한다. 두 방법은 각자의 장점을 가지고 있지만, 하나만 사용할 경우에는 상황에 따라 알맞은 추천 결과를 내지 못하기도 한다. 두 방법의 이점들을 통합한 하이브리드 추천 시스템은 각 방법들의 단점을 극복할 수 있다. 본 논문에서는, 콘텐츠 기반의 방법과 협력적 필터링을 효과적으로 통합할 수 있는 구조를 소개한다. 제안한 방법은 하나의 기법만 이용한 모델에 비해 높은 성능을 보여주었다.
Recommender Systems attempt to predict new items considering interest for a user. Most recommender systems use Collaborative Filtering or Content-based methods. While both methods have their own advantages, individually they fail to provide good recommendations in many situations. Incorporating components from both methods, a hybrid recommender system can overcome these shortcomings. In this paper, we present an effective framework for combining content-based filtering and collaborative filtering. The proposed algorithm performs better than a pure content-based predictor or pure collaborative filter.
