추천시스템이란 사용자의 성향과 기호도를 파악하여 향후 구매할 것으로 예상되는 상품을 자동으
로 제시하여 구매 의사결정을 도와주는 시스템이다. 외식업체들은 인터넷사이트ㆍ어플 등을 활용하여
고객의 판매정보를 수집하고 “개인화” 맞춤 추천메뉴를 제안하는 서비스를 많이 활용하고 있다. 기존
의 협업필터링 추천시스템 연구는 산업별 특성을 고려한 정보 수집 및 알고리즘 개발보다는 상품의
구매 평점 데이터와 단편적 인구통계정보를 활용하여 시스템을 구현하고 예측 성능을 개선시키는 방
향으로 진행되어 왔다. 본 연구의 목적은 산업군 특성을 고려하여 식품 외식산업에서 주로 활용되는
시장세분화 이론을 토대로 4종의 프로파일별 변수를 산출하고, 알고리즘에 적용하여 추천시스템의 성
능을 비교하고자 한다. 메뉴평점 정보와 인구통계ㆍ식생활 라이프스타일ㆍ메뉴선택속성ㆍ삭사장소 선
호패턴 정보를 각각 결합하여 4종의 프로파일을 생성한 후 유사도 결합을 통한 협업필터링 모델을
생성하고 오픈소스 파이썬(Python)으로 구현하였다. 상기 모델을 사용자 320명 대상 설문데이터에
적용한 결과 음식평점과 인구통계변수를 결합한 Profile 1이 MAE 0.5625로 가장 낮게 나타났다. 아
울러 외식산업 변수 중에서 식사장소 선호패턴과 결합한 Profile 4가 0.5987, 음식메뉴 선택속성과
결합한 Profile 3이 0.6012 순으로 나타났다. 본 연구가 주는 시사점은 인구통계적 변수 외에 외식산
업에서 자주 활용되는 식사장소 선호패턴 등 행동적 변수와 더불어 고객의 심리적 변수인 식생활 라
이프스타일과 메뉴 선택 속성정보까지 활용하여 음식메뉴 추천서비스를 구현하였고, 향후 외식산업에
서 추천시스템을 개발하고자 할 때 사용자의 어떤 정보를 이용하는 것이 추천 성능에 영향을 주는지
구체적으로 규명하였다는 점이다.
핵심용어 : 추천시스템, 협업필터링 모델, 음식 메뉴, 음식 소비행동