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
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
구선모 (한양대학교) 박상준 (한양대학교) 권용성 (한양대학교) 이미진 (한양대학교) 손승우 (한양대학교)
저널정보
한국물리학회 새물리 새물리 제73권 제4호
발행연도
2023.4
수록면
385 - 394 (10page)

이용수

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

이 논문의 연구 히스토리 (2)

2023

삼중항 손실 기반 사용자 분석을 통한 추천 시스템 개선
구선모 ,  박상준 ,  권용성 외 2명 새물리 2023.04 학술저널
개선된 추천 시스템을 위한 삼중항 손실 기반 사용자 분석
구선모 인공지능융합학과 2023.01 학위논문

초록· 키워드

오류제보하기
서비스 운영주체가 사용자들 각각에 맞는 제품을 추천하기 위해 사용자의 특징을 아는 것은 중요하다. 사용자의 특징이 될 수 있는 요소들은 성격, 사회계층, 취미 등이 존재한다. 사용자들의 정확한 특징 정보를 얻는 데에는 설문 조사가 유용하다. 하지만, 개인정보와 관련된 이유로 공개를 꺼리는 경우가 많다. 반면, 사용자들은 블로그나 소셜 네트워크 서비스의 게시물을 통해 개인의 특징을 자연스레 드러낸다. 본 연구에서는 삼중항 손실을 기반으로 게시된 블로그 글에서 사용자들의 특징 정보의 추출 가능성을 확인하였다. 거대 언어 처리 모델인 Sentence-BERT를 통해 블로그 게시글의 정보를 잠재공간에 투영하였다. 투영된 정보들을 삼중항 손실함수를 이용해 비슷한 특징일수록 가깝게, 다른 특징일수록 멀게 위치하게 하여 사용자들의 특징이 구별되도록 학습을 진행하였다. 이러한 게시물을 통한 사용자의 특성 분석은 개인화된 추천 시스템의 개선에 활용될 수 있을 것으로 기대된다.
#User analysis #Natural language processing #Metric learning #Triplet loss #사용자 분석 #자연어 처리 #메트릭 학습 #삼중항 손실

목차

Ⅰ. 서론
Ⅱ. 학습 데이터와 학습 방법
Ⅲ. 결과
Ⅳ. 요약 및 결론
REFERENCES

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0