Current Result Document : 22 / 22
| 한글제목(Korean Title) |
협업 필터링의 정확도 향상을 위한 단계적 증분 기반의 데이터 임퓨테이션 기법 |
| 영문제목(English Title) |
Incremental Data Imputation Method for Accurate Collaborative Filtering |
| 저자(Author) |
황성현
채동규
이상철
Sung-Hyun Hwang
Dong-Kyu Chae
Sang-Chul Lee
|
| 원문수록처(Citation) |
VOL 48 NO. 02 PP. 0625 ~ 0626 (2021. 12) |
한글내용
(Korean Abstract) |
최근 심층 인공 신경망 모형들이 발전함에 따라 추천 시스템의 암시적 피드백 정보를 활용한 변이형 오토인코더 (Variational Autoencoder, VAE) 기반의 협업 필터링 기법이 널리 활용되고 있다. 본 논문에서는 VAE를 활용한 추천에서 더 나아가 결측 부분의 단계적 증분 기반 데이터 임퓨테이션을 통해 데이터 희소성 문제를 해결하기 위한 연구를 수행한다. 데이터 임퓨테이션을 수행한 후 추천을 수행한 결과, 단계적 증분을 고려하지 않고 전체 결측 값을 negative 값으로 간주하는 임퓨테이션 대비 향상된 성능을 보였다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
