GNN 기반 사용자 방문 분석을 통한 개인 PoI 추천 시스템 설계 및 구현

Q: 이 논문에서 정의한 GNN(그래프 신경망)이란 무엇인가?

GNN은 복잡한 그래프 구조 데이터를 효과적으로 처리하기 위해 제안된 심층 학습 아키텍처이다. 이 네트워크는 그래프 데이터의 노드와 엣지로 구성된 구조에서 각 노드의 특성을 학습하고 전체 그래프의 복잡한 패턴을 파악하는 것을 목표로 한다. 각 노드는 인접한 이웃 노드들로부터 정보를 수집하고 집계하여 자신의 특성 표현을 반복적으로 업데이트한다.

Q: GNN 기반 PoI 추천 시스템은 어떤 방식으로 개인화된 경험을 제공하는가?

연구 결과, GNN 기반 PoI 추천 시스템은 사용자 특성, 방문지, 상호작용 데이터를 그래프 구조로 모델링하여 사용자-아이템 간 분석을 극대화한다. 이를 통해 사용자의 방문 이력과 선호도를 심층적으로 분석하고, 유사한 특성을 가진 새로운 지역을 성공적으로 추천함으로써 개인화된 사용자 경험을 제공한다.

권혁찬; 이유진; 홍윤기; 김유진; 정기현

doi:10.14801/jkiit.2025.23.5.189

학술저널

저자정보: 권혁찬 (국립경국대학교(국립안동대학교)) 이유진 (국립경국대학교(국립안동대학교)) 홍윤기 (국립경국대학교(국립안동대학교)) 김유진 (국립경국대학교(국립안동대학교)) 정기현 (국립경국대학교(국립안동대학교))

저널정보: 한국정보기술학회 한국정보기술학회논문지 한국정보기술학회논문지 제23권 제5호(JKIIT, Vol.23, No.5)

오류 신고하기

피인용 1

검색

초록·키워드

본 연구는 그래프 신경망 (GNN, Graph Neural Network)을 활용하여 사용자 특성, 방문지, 상호작용 데이터를 기반으로 개인화된 관심 지점인 PoI 추천 시스템을 개발하고자 한다. 복잡한 사용자 데이터를 그래프 구조로 모델링함으로써, 사용자-아이템 간 분석을 극대화하고 추천 시스템의 성능을 향상시킨다. 본 연구에서는 GCN, GAT, GraphSAGE, ChevConv Layer, 멀티-헤드 어텐션 기법 등의 방법을 사용하여 M1, M2, NGCF 및 그에 따른 Fine-Tuning된 모델을 개발하여 사용자 특성, 방문지, 상호작용 데이터를 분석하고 PoI를 추천한다. 연구 결과에서는 사용자 데이터를 기반으로 학습된 모델이 유사한 특성의 새로운 지역을 성공적으로 추천함으로써 개인화된 사용자 경험을 제공하고 그래프 데이터와 그래프 신경망을 활용한 다양한 접근 방식을 보여준다.

#graph neural networks #GNN #point of interest #PoI #data modeling #personalized user experience

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

UCI(KEPA) : I410-151-25-02-093106372

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

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

참고문헌

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

피인용 자료 DBpia에 구축된 참고문헌을기준으로 집계되어, 타 사이트의피인용 수와 다를 수 있습니다.

댓글(0)

피인용 자료