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.
학술저널
DBpia Top 10%
오류 신고하기해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
피인용 0
초록·키워드
정보통신 기술과 온라인 플랫폼의 발전으로 고객들은 레스토랑 검색과 예약을 편리하게 이용할 수 있게 되었다. 그러나 온라인상의 수많은 정보로 인해 고객이 직접 선호에 맞는 레스토랑을 파악하는데 어려움을 겪게 되었고, 이를 해결하기 위한 방법으로 추천 시스템이 주목받고 있다. 기존의 레스토랑 추천 시스템 연구는 레스토랑의 다양한 속성에 대한 고객의 선호도를 효과적으로 반영하기 위한 속성 기반 감성 분석 접근방법이 주목받았다. 하지만 이러한 접근방식은 고객이 남긴 리뷰텍스트의 구체적인 내용을 반영하는데 어려움이 존재하며, 고객별로 속성에 대한 중요도가 다르다는 점을 반영하는데 한계점이 존재한다. 따라서, 본 연구에서는 레스토랑의 각 속성에 대한 고객의 중요도를 선호도 예측 과정에 반영하는 AAT-Rec (Attentive Aspect Term-based Recommender System)를 제안한다. 구체적으로, 리뷰 텍스트에 DeBERTa 기반 키워드 추출모델을 통해 속성별 키워드를 추출한다. 이후 셀프 어텐션 메커니즘을 통해 레스토랑 속성별 중요도를 반영한다. 마지막으로, 중요도가 반영된 레스토랑 속성별 키워드를 기반으로 고객의 선호도를 예측한다. Yelp.com에서 수집된 리뷰 데이터를 활용하여 기존의 레스토랑 추천 시스템과 제안한 AAT-Rec 모델의 성능을 비교했고 AAT-Rec의 우수한 성능을 증명했다. 이는 보다 정확한 레스토랑 추천을 위하여 레스토랑의 속성에 대한 중요도를 선호도 예측 과정에 반영할 필요가 있음을 의미한다.
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) : I410-151-25-02-092694079
