새로운 사용자 문제 개선을 위한 워드임베딩 학습과 Skip-gram 모델링 기반의 추천 시스템

신수미; 김경창

추천

검색

질문

자료유형: 학술저널

저자정보: 신수미 (KISTI) 김경창 (Hongik University)

저널정보: 한국컴퓨터정보학회 한국컴퓨터정보학회논문지 한국컴퓨터정보학회 논문지 제21권 제7호(통권 제148호)

발행연도: 2016.7

수록면: 9 - 16 (8page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

Collaborative filtering(CF) uses the purchase or item rating history of other users, but does not need additional properties or attributes of users and items. Hence CF is known th be the most successful recommendation technology. But conventional CF approach has some significant weakness, such as the new user problem. In this paper, we propose a approach using word embedding with skip-gram for learning distributed item representations. In particular, we show that this approach can be used to capture precise item for solving the “new user problem.” The proposed approach has been tested on the Movielens databases. We compare the performance of the user based CF, item based CF and our approach by observing the change of recommendation results according to the different number of item rating information. The experimental results shows the improvement in our approach in measuring the precision applied to new user problem situations.

#:Recommender system, Word Embedding, Skip-gram, New User Problem

참고문헌 (14)

참고문헌 신청

[학술대회논문] - Daniel Billsus / 1998 / Learning collaborative information filters / Proceedings of the 15th International Conference on Machine Learning, ICML’98 : 46 ~ 54

[학술지(정기간행물)] - K. Yu / 2004 / Probabilistic memory-based collaborative filtering / IEEE Transactions on Knowledge and Data Engineering 16 (1) : 56 ~ 69

[학술대회논문] - Paolo Massa / 2004 / Using trust in recommender systems : An experimental analysis / Proceedings of ITRUST 2004 2995 : 221 ~ 235

[기타자료] - Tkalcic, M. / 2011 / Addressing the new user problem with a personality based user similarity measure / DEMRA

[단행본] - Mehdi Elahi / 2013 / Personality-based active learning for collaborative filtering recommender systems / Advances in Artificial Intelligence : 360 ~ 371

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

신수미

소속기관 한국과학기술정보연구원

주요연구분야 공학 > 컴퓨터학 공학 > 전기전자공학 > 정보통신공학

논문수 32 이용수 2,518

Kyung-Chang Kim

소속기관 홍익대학교

주요연구분야 공학 > 컴퓨터학 공학 > 전기전자공학 > 정보통신공학

논문수 85 이용수 3,886

이 논문과 함께 이용한 논문

Word2Vec을 이용한 상품평의 긍정/부정 형태소 분류

전효준 , 이찬형 , 김용혁 대한전자공학회 학술대회 2017 .11

딥러닝을 이용한 임베딩 기반 관계 추출의 성능 개선

오준호 , 이창기 한국정보과학회 학술발표논문집 2015 .12

워드임베딩 기반 클래스 언어모델 연구

정의석 , 박전규 한국정보과학회 학술발표논문집 2015 .12

Word Embeddings 자질을 이용한 한국어 개체명 인식 및 분류

최윤수 , 차정원 한국정보과학회 학술발표논문집 2015 .12

사용자의 폐업의 자유에 대한 노동법적 문제

송강직 동아법학 2008 .08

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2017-004-001036883

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (14)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)