관계 그래프 어텐션 네트워크와 강화학습을 활용한 여행추천시스템

정경호; 안현철

doi:10.13088/jiis.2024.30.3.353

추천

검색

질문

자료유형: 학술저널

저자정보: 정경호 (국민대학교) 안현철 (국민대학교)

저널정보: 한국지능정보시스템학회 지능정보연구 지능정보연구 제30권 제3호

발행연도: 2024.9

수록면: 353 - 372 (20page)

DOI: 10.13088/jiis.2024.30.3.353

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

여행추천시스템은 사용자의 개인화된 요구와 선호도를 반영하여 적절한 여행지와 관련 서비스를 추천하는 도구로 자리잡고 있다. 추천시스템을 구현하기 위한 방법론으로는 전통적으로 협업 필터링이 많이 활용되어 왔으며, 최근에는 강화학습 기법이 자주 시도되고 있다. 하지만 기존의 협업 필터링이나 심층 강화학습 기반 접근법은 사용자 행동의 복잡성과 다차원적 선호를 충분히 반영하지 못해 추천의 정확성과 사용자 만족도가 저하되는 한계가 있다. 이러한 문제를 해결하기 위해, 본 연구는 관계 그래프 네트워크와 강화학습을 결합한 새로운 여행추천시스템을 제안한다. 구체적으로 본 연구에서는 사용자와 여행지 간의 복잡한 상호작용을 그래프 구조로 모델링하고, 관계 그래프 어텐션 네트워크(RGAT)에서 생성된 고차원 임베딩을 강화학습 알고리즘인 APEX-DQN에 입력하여 최적의 여행지를 추천하는 방식을 제안한다. 제안된 시스템은 기존의 모델들이 처리하기 어려운 복잡한 사용자 행동 패턴과 비정형 데이터를 효과적으로 반영할 수 있는 특징을 가진다. 실험 결과, 제안된 모델은 RMSE와 MAE 지표에서 기존 CF(User-based), CF(POI-based), GMF, MLP, GAT 모델들보다 우수한 성능을 나타냈다. 특히, RGAT와 APEX-DQN의 결합은 복잡한 사용자 행동 패턴을 더욱 정밀하게 학습하여, 실시간으로 변화하는 사용자 선호도를 효과적으로 반영함으로써 보다 개인화된 추천을 제공할 수 있음을 확인하였다.

#여행추천시스템 #강화학습 #관계 그래프 어텐션 네트워크 #그래프 어텐션 네트워크 #분산 우선순위 경험 재생 Q-네트워크 #Tourism Recommendation System #Reinforcement Learning(RL) #Relational Graph Attention Network(RGAT) #Graph Attention Network(GAT) #Distributed Prioritized Experience Replay Q-Network(APEX-DQN)

참고문헌 (20)

참고문헌 신청

김재경, 서지혜, 안도현, & 조윤호. (2002). 협업 필터링 기법을 활용한 개인화된 상품 추천 방법론 개발에 관한 연구. 지능정보연구, 8(2), 139-157.

이현정, & 손미애. (2006). 유비쿼터스 환경에서 복합 상품 구성을 위한 지능형 여행 정보시스템에 대한 연구-의미론적 웹 서비스 중심. 지능정보연구, 12(2), 49-65.

진보라. (2022). 관광 트렌드 분석 및 전망 2023-2025. 한국관광정책, (90), 128-138. https://doi.org/10.16937//kcti.rep.2022.e42.

Bahi, A., Gasmi, I., & Bentrad, S. (2023, May). Personalized Movie Recommendation Prediction Using Reinforcement Learning. In International Conference on Information, Communication and Computing Technology (pp. 46-56). Cham: Springer Nature Switzerland. http://dx.doi.org/10.1007/978-3-031-43838-7_4.

Busbridge, D., Sherburn, D., Cavallo, P., & Hammerla, N. Y. (2019). Relational graph attention networks. https://doi.org/10.48550/arXiv.1904.05811.

함께 읽어보면 좋을 논문

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

이 논문과 함께 이용한 논문

5G 드론-MEC 네트워크에서 심층강화학습 기반 에너지 소모 최적화 기술

고윤영 , 오신혁 , 정종문 전자공학회논문지 2025 .01

최근 본 자료

전체보기

UCI(KEPA) : I410-151-25-02-090885474

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 (20)

함께 읽어보면 좋을 논문

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)