Location-based web service QoS prediction via preference propagation for solving cold start problem

Abstract

최근 서비스 기반 구조(Service-Oriented Architecture)에 대한 인기로 인해, 많은 웹 기반 시스템이 결합 서비스 (Composite Service)형태로 개발되고 있다. 대표적으로 전자 상거래 시스템과 자동화 시스템 그리고 멀티미디어 시스템 등이 이에 해당한다. 이러한 결합 서비스는 네트워크와 웹 서비스 프로토콜을 이용하여 단위 웹 서비스들이 하나의 모듈로 상호 결합하여 전체 서비스를 구성한다. 이런 결합 서비스의 품질은 결합에 이용된 단위 웹 서비스의 품질에 큰 영향을 받으므로, 높은 품질의 결합 서비스를 위해 결합 전 각 단위서비스의 품질 수준을 파악하는 것이 필요하다. 이를 위해, 웹 서비스의 품질 예측 연구가 활발하게 진행되고 있다. 대표적으로 높은 예측 정확도를 나타내는 협업 필터링 (Collaborative Filtering) 기법이 웹 서비스의 품질 예측에 많이 사용되고 있다. 하지만, 협업 필터링은 정확한 예측을 위해 적정 크기의 가용한 데이터를 요구로 한다. 이러한 조건이 충족되지 않는 문제를 콜드 스타트 (Cold Start)라고 부르며, 예측 시스템의 초기 단계나 데이터가 전무한 새로운 사용자 및 서비스에 대한 품질 예측을 수행할 때 필연적으로 발생한다. 하지만, 이를 다루기 위한 관련 연구에서는 사용자의 거리 정보를 바탕으로 새로운 사용자에 대한 콜드 스타트 만을 해결할 뿐, 새로운 서비스나 전체적인 데이터가 부족한 시스템 초기 단계에 대한 대응 장치가 없다는 점에서 한계를 나타낸다. 본 연구에는 선호도 전파를 이용한 지역 기반 행렬 분해 (Matrix Factorization) 기법을 제안하여 기존 연구의 한계점을 극복하고자 한다. 먼저, 사용자 및 웹 서비스에 대한 지역 분석을 통해 새로운 사용자 및 웹 서비스에 대한 예측 수행에 대응할 수 있다. 또한, 선호도 전파 기법을 이용하여 기존 연구에서 다루지 못한 전체적인 데이터가 부족한 단계에서도 웹 서비스 품질 예측을 가능하게 한다. 제안 기법의 성능을 평가하기 위해 가장 큰 규모의 실제 웹 서비스 품질 데이터를 이용하여 총 8개의 대표 기법들과 예측 정확도 비교를 수행하였다. 그 결과 제안된 기법이 콜드 스타트 뿐만 아니라 웜 스타트 (Warm Start) 환경에서도 가장 높은 예측 정확도를 보여 기법의 우수성을 확인할 수 있었다.