노름 기준의 임베딩 믹스업 세션 표현을 통한 향상된 롱테일 추천 모델

양희윤; 이지형

doi:10.5626/KTCP.2023.29.10.488

추천

검색

질문

자료유형: 학술저널

저자정보: 양희윤 (성균관대학교) 이지형 (성균관대학교)

저널정보: Korean Institute of Information Scientists and Engineers 정보과학회 컴퓨팅의 실제 논문지 정보과학회 컴퓨팅의 실제 논문지 제29권 제10호

발행연도: 2023.10

수록면: 488 - 493 (6page)

DOI: 10.5626/KTCP.2023.29.10.488

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

세션 기반 추천에 사용되는 세션 데이터셋은 롱테일 분포를 지니고 있어, 자주 등장하는 상품들이 활발히 학습되지만, 반대의 경우에는 충분한 학습이 이루어지지 않아 롱테일 상품의 추천이 잘 이루어지지 않는다. 특히, GNN 기반 모델 학습 과정에서는 등장 빈도가 높은 상품들은 노름(Norm)이 증가하고, 세션 기반 추천의 특성상 노름이 큰 상품들에 치우쳐서 추천되는 경향이 있다. 본 논문에서는 이를 완화하기 위해서 노름의 크기를 반영한 새로운 임베딩 증강기법을 포함한 세션 기반 추천 모델인 NormixSR를 제안한다. 구체적으로, 노름이 작은 세션들을 임베딩 단계에서 보간하는 방식으로 증강하여 롱테일 세션들을 추가적으로 학습하는 기법을 제안하였고, 더하여 학습 가능한 소프트맥스 스케일링 기법과 Focal Loss를 통해 모델의 학습 능력을 향상할 수 있도록 하였다. 실험을 통해 NormixSR가 롱테일 상품의 추천 정확도 향상과 인기도 편향 완화에 효과가 있음을 보였다.

#롱테일 분포 #세션 기반 추천 시스템 #임베딩 증강long-tail distribution #session-based recommendation #embedding augmentation #focalloss

참고문헌 (16)

참고문헌 신청

H. Lee, D. Hong, K. Shim, “Session-based Recommendation Model using Temporal Information and Popularity-based Sampling,” Proc. of the KIISE Korea Computer Congress 2018, pp. 98-100, 2018. (in Korean)

S. Choi, S. Lee, “Feature Analysis for Accuracy Improvement of Session Based Trip Destination Recommender Systems,” Proc. of the KIISE Korea Computer Congress 2022, pp. 2066-2068, 2022. (in Korean)

C. Anderson, The Long Tail: Why the Future of Business is Selling Less of More, Hyperion, 2006.

E. Techapanurak, M. Suganuma, T. Okatani, "Hyperparameter-Free Out-of-Distribution Detection Using Cosine Similarity," Proc. of the Asian Conference on Computer Vision (ACCV), 2020.

T. Lin, P. Goyal, R. Girshick, K. He, P. Dollar, "Focal Loss for Dense Object Detection," Proc. of the IEEE International Conference on Computer Vision (ICCV), pp. 2999-3007, 2017.

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

양희윤

소속기관 성균관대학교

주요연구분야 공학 > 전기전자공학 > 정보통신공학 공학 > 컴퓨터학

논문수 5 이용수 752

이지형

소속기관 성균관대학교

주요연구분야 공학 > 컴퓨터학

논문수 1 이용수 68

이 논문과 함께 이용한 논문

A Study of Metric and Framework Improving Fairness-utility Trade-off in Link Prediction

양희윤 , 강용훈 , 김가형 외 4명 Journal of KIISE 2023 .02

롱테일 분포를 고려한 세션 기반 추천의 인기도 편향 완화 기법

양희윤 , 이지형 한국정보과학회 학술발표논문집 2022 .12

고지방식이 유도 비만 마우스에서 Eugenol의 항우울효과

장효민 , 장미영 , 김남재 외 1명 생약학회지(Korean Journal of Pharmacognosy) 2023 .12

메타 러닝 기반 샘플 프리 퓨샷 객체 계수

전예림 , 허재필 한국정보과학회 학술발표논문집 2022 .12

Bypass기법을 이용한 G-Pipe가속화

유찬희 , 김유선 , 박경석 한국정보과학회 학술발표논문집 2022 .12

최근 본 자료

전체보기

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 (16)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)