메뉴 건너뛰기
.. 내서재 .. 알림
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)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
정진명 (국민대학교) 최성호 (국민대학교) 김남규 (국민대학교)
저널정보
한국지능정보시스템학회 지능정보연구 지능정보연구 제31권 제1호
발행연도
2025.3
수록면
23 - 43 (21page)
DOI
10.13088/jiis.2025.31.1.023

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
최근 데이터의 폭발적인 증가로 인해 사용자에게 필요한 정보만을 효율적으로 선별하여 제공하는 작업이 필수적으로 요구되고 있다. 이러한 배경에서, 방대한 정보로부터 각 사용자에게 적합한 정보만을 제공하기 위한 추천 시스템에 대한 많은 연구가 이루어지고 있다. 대표적인 추천 시스템인 협업 필터링은 사용자와 아이템 간의 과거 상호작용을 기반으로 예측을 수행하며, 최근에는 사용자 간의 사회적 관계 정보와 같은 부가 정보를 활용하여 예측의 정확도를 향상시키려는 연구가 활발히 진행되고 있다. GraphRec은 이러한 연구의 일환으로, 사용자의 사회적 관계와 사용자와 아이템 간의 관계를 통합하는 방안을 제시하였다. 그러나 해당 연구는 사용자의 아이템에 대한 선호를 단순히 점수로 표현하여, 선호가 갖는 구체적인 의미를 충분히 반영하지 못했다는 측면에서 한계를 갖는다. 이에 본 연구에서는 사용자가 아이템에 대해 작성한 리뷰 정보를 아이템 추천 과정에서 추가로 반영함으로써 추천 시스템의 성능을 향상시킬 수 있는 방안을 새롭게 제안한다. 제안 방법론의 성능을 확인하기 위해, 사용자 간 신뢰 관계가 포함된 제품 리뷰 사이트에서 수집한 Ciao 데이터셋을 활용하여 총 35,151건의 사용자 리뷰 정보를 GraphRec의 각 모델링 단계에 반영하는 실험을 수행하였다. 실험 결과, 점수와 리뷰를 함께 반영한 제안 방법론이 기존의 점수 기반 모델에 비해 랭킹 기반의 평가지표에서 우수한 성능을 나타냄을 확인하였다.

목차

1. 서론
2. 관련 연구
3. 제안 방법론
4. 실험
5. 결론
참고문헌(References)
Abstract

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0