메뉴 건너뛰기
소속 기관 / 학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
고객센터 ENG
주제분류

논문 기본 정보

저자정보
(경희대학교) (경희대학교)
저널정보
Korean Institute of Information Scientists and Engineers 한국정보과학회 학술발표논문집 한국정보과학회 2023 한국소프트웨어종합학술대회 논문집
오류 신고하기

피인용 0

검색

    초록·키워드

    추천 시스템에서 새로운 사용자나 제품, 서비스가 많아지거나, 데이터가 적은 상황에서 콜드 스타트 문제(Cold-start Problem)가 발생할 수 있다. 이를 해결하기 위한 방법 중 하나로 부족한 데이터를 보완하기 위한 데이터 증강 기법이 있다. 본 연구에서는 데이터 증강을 위해 Sparse Matrix 데이터에 적합한 GAN 기반 데이터 증강 모델을 제안한다. 실제 데이터와 유사한 데이터를 생성할 수 있도록 학습하여, 데이터가 부족한 상황에서도 추천 시스템의 정확도를 도출할 수 있도록 한다. 제안하는 모델의 효과를 검증하기 위하여 MovieLens 100K 데이터셋을 활용하여 비교를 통해 평 ... 전체 초록 보기

    최근 본 자료 전체보기

      UCI(KEPA) : I410-151-24-02-089232668