Current Result Document :
| 한글제목(Korean Title) |
세션 기반 추천의 반복 및 비반복 항목 예측에 대한 성능 비교 및 분석 |
| 영문제목(English Title) |
Performance Comparison and Analysis of Predicting Repeated and Non-repeated Items in Session-based Recommendations |
| 저자(Author) |
김혜영
최민진
김준영
이종욱
Hyeyoung Kim
Minjin Choi
Junyoung Kim
Jongwuk Lee
|
| 원문수록처(Citation) |
VOL 49 NO. 01 PP. 0121 ~ 0123 (2022. 06) |
한글내용
(Korean Abstract) |
세션 기반 추천은 익명의 사용자에 대한 시간 기반 로그 정보인 세션을 기반으로 사용자가 지금까지 클릭한 항목들을 통해 다음에 클릭할 항목을 예측하는 것을 목표로 한다. 세션 데이터는 세션별 항목의 수가 매우 적으며, 세션 내에 이미 클릭된 항목이 반복되어 등장할 수 있는 독특한 특징을 가진다. 본 논문에서는 세션 데이터를 반복 항목의 유무에 따라 반복 항목 세션과 비반복 항목 세션으로 구분하고, 10개의 대표적인 세션 기반 추천 모델의 정확도를 비교 및 분석한다. 이를 통해, 모델에 따라 반복 및 비반복 항목 세션에서 성능 차이 폭이 큰 것을 관찰하였다. 구체적으로, 선형 기반 추천 모델이 반복 항목 세션에서 우수한 성능을 보이며, 비반복 항목 세션에서는 그래프 신경망 기반 추천 모델이 가장 우수한 성능을 보인다. 또한 세션 길이에 따라 데이터를 나누었을 때, 긴 세션에 대한 모든 세션 기반 추천 모델의 성능이 저하되나, 반복 항목과 비반복 항목의 예측에 모델 성능의 경향성은 유지됨을 확인할 수 있었다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
