온라인 데이트 플랫폼은 전 세계 수백만 명의 사용자가 알고리즘 매칭 시스템에 의존하여 파트너를 찾는 방식으로 연애 관계 형성을 근본적으로 변화시켰습니다. 그러나 데이트 앱의 현재 추천 시스템은 인기 편향, 필터 버블 효과, 부적절한 상호성 모델링 등의 상당한 알고리즘 결함으로 인해 효과가 제한되고 유해한 편향이 발생합니다. 본 연구는 기존 연구와 최근 경험적 연구 결과를 통합하여 데이트 앱 추천 시스템에 대한 자세한 분석을 제공하고 주요 문제점을 강조하며 연구 기반 솔루션을 제시합니다. 상호 추천 프레임워크, 공정성 평가 지표 및 업계 구현에 대한 분석을 통해 현재 시스템은 협업 필터링이 25.1%에 도달하는 반면 상호 방법은 28.7%의 성과를 거두는 것으로 나타났습니다. 제안된 수학적 프레임워크는 향상된 유사성 측정, 다목적 최적화 및 공정성 인식 알고리즘을 통해 알고리즘 편향을 줄이기 위해 인구 통계적 표현을 개선하면서 경쟁력 있는 정확도를 유지하는 이러한 한계를 해결합니다.
