KCC 2021
Current Result Document : 602 / 602
| 한글제목(Korean Title) |
멀티 클래스 환경에서 추천을 위한 지식 증류를 이용하는 딥러닝 기반의 행렬 분해 기법 |
| 영문제목(English Title) |
Deep Learning-based Matrix Factorization with Knowledge Distillation for Recommendation in Multi-Class Environment |
| 저자(Author) |
이효찬
박성환
송민석
김동현
안민규
Hyochan Lee
Sunghwan Park
Minseok Song
Donghyeon Kim
Minkyu Ahn
안효인
우승윤
배홍균
김상욱
Hyo-In Ahn
Seung-Yoon Woo
Hong-Kyun Bae
Sang-Wook Kim
|
| 원문수록처(Citation) |
VOL 48 NO. 01 PP. 1990 ~ 1992 (2021. 06) |
한글내용
(Korean Abstract) |
지식 증류는 최근 딥러닝 기반의 협업 필터링 모델에 많이 적용되고 있는 기법이다. One-class 피드백 환경의 딥러닝 기반 모델의 목적은 사용자가 사용할 것 같은 아이템을 추론하는 것이고, 여기에 지식 증류를 적용하면 수행시간 단축과 동시에 정확도 개선을 보인다. 본 연구는 one-class 환경을 multi-class 환경으로 바꾸어, 이 환경에 맞도록 기존의 지식 증류 기법을 수정한 뒤, 추천 정확도 및 결과 도출 시간을 평가한다. 이를 통해, 지식 증류 기법이 multi-class 환경에서도 효과적임을 확인한다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
