협업 추천을 위한 확률적 모델과 코사인 최근접 이웃 일관성 분석

초록

본 논문은 사용자와 아이템 간의 평점 데이터를 순차적 확률 과정으로 모델링하고, 코사인 유사도를 이용한 최근접 이웃 협업 필터링 알고리즘의 일관성을 이론적으로 입증한다. 가정이 완화된 상황에서도 수렴성을 보장하고, 수렴 속도와 구체적 예시를 제시함으로써 기존 협업 추천 연구의 통계적 기반을 마련한다.

상세 분석

이 연구는 협업 추천 시스템을 “사용자‑아이템 평점 행렬”이라는 정적 객체가 아니라, 새로운 사용자가 지속적으로 시스템에 추가되는 순차적 확률 모델로 재구성한다. 각 사용자 (U_i)는 고정 차원의 특성 벡터 (\mathbf{X}_i)를 갖고, 아이템 (V_j)는 동일 차원의 특성 벡터 (\mathbf{Y}_j)를 가진다 가정한다. 실제 관측되는 평점은 (\langle \mathbf{X}_i,\mathbf{Y}_j\rangle)에 노이즈가 더해진 형태이며, 관측 여부는 독립적인 베르누이 변수로 모델링해 결측 데이터를 자연스럽게 포함한다. 이러한 설정은 기존의 “행렬 완성” 접근과 달리, 데이터 생성 과정을 명시적 확률 과정으로 기술함으로써 이론적 분석을 가능하게 만든다.

핵심 알고리즘은 코사인형 최근접 이웃(Cosine‑type NN) 방법이다. 새로운 사용자가 들어오면, 기존 사용자들의 평점 벡터와 코사인 유사도 (\frac{\langle \mathbf{X}_i,\mathbf{X}_k\rangle}{|\mathbf{X}_i||\mathbf{X}_k|})를 계산하고, 상위 (k_n)개의 이웃을 선택한다. 이후 이웃들의 아이템 평점을 가중 평균해 목표 사용자의 미평가 아이템에 대한 예측값을 만든다. 논문은 이 절차가 **일관성(Consistency)**을 만족한다는 것을, 즉 사용자 수 (n\to\infty)일 때 예측 오차가 0으로 수렴한다는 것을 증명한다.

일관성 증명은 크게 두 단계로 나뉜다. 첫째, 특성 벡터의 밀도와 코사인 거리의 연속성을 이용해, 충분히 큰 (n)에서는 실제 이웃 집합이 목표 사용자의 근접 이웃을 거의 완벽히 포함한다는 점을 보인다. 여기서 사용된 핵심 도구는 Vapnik‑Chervonenkis (VC) 차원과 표본 복합도 이론이다. 둘째, 노이즈 모델이 평균 제로와 유한 분산을 만족하면, 이웃들의 평점 평균이 진정한 기대값에 수렴함을 마르코프 부등식과 중심극한정리를 통해 확립한다.

또한 논문은 수렴 속도를 정량화한다. 이웃 수 (k_n)를 (k_n\asymp n^{\alpha}) ((0<\alpha<1)) 로 선택하면, 평균 제곱 오차는 (O\big(n^{-\beta}\big)) 형태로 감소한다는 결과를 제시한다. 여기서 (\beta)는 특성 차원 (d)와 코사인 거리의 리프시츠 연속성 지수에 의존한다. 구체적인 예시로, 차원 (d=5)인 경우 (\beta\approx 0.4) 정도가 관측되었다.

마지막으로, 실험적 검증을 위해 MovieLens 데이터셋을 사용해 시뮬레이션을 수행했으며, 제안된 이론적 경계가 실제 오류 감소와 잘 부합함을 확인했다. 이 결과는 기존의 경험적 알고리즘 설계가 통계적 근거 없이 진행되는 경우가 많았던 점을 보완하고, 향후 알고리즘 설계 시 샘플 복합도와 특성 공간 구조를 명시적으로 고려해야 함을 시사한다.