메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
유성욱 (서울대학교) 구한준 (서울대학교) 심규석 (서울대학교)
저널정보
Korean Institute of Information Scientists and Engineers 정보과학회 컴퓨팅의 실제 논문지 정보과학회 컴퓨팅의 실제 논문지 제27권 제10호
발행연도
2021.10
수록면
486 - 491 (6page)
DOI
10.5626/KTCP.2021.27.10.486

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (4)

초록· 키워드

오류제보하기
추천시스템은 유저의 소비를 유도하기 위해 다양한 플랫폼에서 사용되고 있다. 최근 평점을 잘 예측하기 위하여 유저가 아이템에 대하여 작성한 리뷰를 활용하는 연구들이 있었다. 이 중 텍스트에 어텐션 메커니즘을 적용하여 유저의 선호도와 아이템의 특징을 파악하는 것이 효과적이었다. 하지만, 단어 수준의 어텐션 메커니즘은 유저의 선호도와 아이템의 특성을 잘 드러내는 서술적인 리뷰를 분간하지 못한다. 유저가 아이템에 대해 자세한 설명을 하는 서술적인 리뷰는 상대적으로 다른 타입의 피드백 정보보다 중요하다. 따라서, 본 논문은 단어 수준으로 개별적 요인을 고려하여 중요도를 반영하는 방식과 리뷰 수준으로 서술적 중요도를 반영하는 방식을 계층적으로 융합하여 사용자 선호도 벡터와 아이템 특징 벡터를 추출하는 방식을 제안한다. 하지만 데이터 희소성 현상 때문에 모델 학습이 훈련 데이터에 과적합 될 수 있다. 이 문제를 보완하기 위해 확률적 가중치 평균 방법을 적용하여 모델의 일반화하는데 도움을 주었다. 3가지 실생활 데이터에 대해 본 논문에서 제안하는 모델의 성능이 우수함을 검증하였다.

목차

요약
Abstract
1. 서론
2. 관련 연구
3. 배경 이론
4. 제안하는 알고리즘(DAML++)
5. 실험
6. 결론
References

참고문헌 (11)

참고문헌 신청

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0