인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
관광산업이 개별 관광객의 맞춤형 서비스로 변화하는 추세에 따라 기존의 협업 필터링이나 콘텐츠 기반 필터링 중심의 단일 목적의 추천 방식으로는 복잡한 관광 의사결정 문제를 효과적으로 해결하기 어렵다. 본 연구는 다목적 강화학습(Multi-Objective Reinforcement Learning; MORL)을 활용한 최적 관광경로 추천시스템을 제안한다. 본 연구에서는 선호도, 연관성, 접근성을 동시에 최적화하기 위해 MORL의 대표적 기법인 Pareto Conditioned Networks(PCN)를 활용한 관광경로 추천시스템을 제안하고 단일 목적 강화학습(Single Objective Reinforcement Learning; SORL)인 Deep Q-Network과의 성능 비교를 수행하였다. 서울시내 16개 관광지를 대상으로 수집한 실제 데이터를 활용한 수치실험 수행 결과 MORL이 SORL 대비 선호도, 연관성, 접근성 등 모든 목적에서 안정적이고 우수한 파레토 최적해를 도출하였다. 이를 통해 MORL이 파레토 최적 정책을 학습함으로써 사용자의 다양한 선호도를 고려한 맞춤형 관광지 추천에 효과적으로 적용될 수 있으며, 사용자의 선호도 변화에 유연하게 대응할 수 있음을 확인하였다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-092461990
