KSC 2019
Current Result Document :
| 한글제목(Korean Title) |
개별적 요인이 반영된 어텐션 메커니즘을 활용한 컨볼루션 신경망 기반 추천시스템의 개선 |
| 영문제목(English Title) |
Improving a CNN-based Recommender System with Attention Mechanism by Considering Individual Factors |
| 저자(Author) |
유성욱
오성웅
심규석
Sungwook Yoo
Seongwoong Oh
Kyuseok Shim
|
| 원문수록처(Citation) |
VOL 46 NO. 02 PP. 0084 ~ 0086 (2019. 12) |
한글내용
(Korean Abstract) |
추천 시스템은 유저의 소비를 이끌어 내기 위해 여러 기업에서 사용하고 있다. 초기 행렬분해법을 이용한 방식은 데이터 희소성과 콜드 스타트 문제로 인해 정확도 높은 추천이 어려웠다. 최근 신경망을 기반으로 리뷰를 이용하여 데이터 희소성을 보완함과 동시에 성능을 향상시킨 여러 모델들이 등장하였다. 이 중에 어텐션 메커니즘을 활용하여 유저와 아이템에서 각각 특징 벡터를 뽑아낸 후, 고차원에서의 유저와 아이템 특징 벡터와 평점의 관계를 찾아내는 방식이 효과적이었다. 하지만, 어텐션 스코어를 구하는데 리뷰의 단어로부터 개별적인 유저 또는 아이템의 성향을 찾아 반영한다면 더 효과적인 어텐션 스코어를 구할 수 있다. 따라서, 본 논문에서는 기존 어텐션 스코어 계산 방식을 변형하여 유저와 아이템 아이디에 대한 개별적 잠재 요인을 적용한 어텐션 계산 방식을 제안한다. 또한, 3가지 실생활 데이터에 대해 제안하는 모델의 추천 성능이 기존 연구보다 우수함을 검증하였다.
|
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
