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

주제분류

사회과학
경영학 경제학 관광학 교육학 군사학 무역학 문헌정보학 법학 사회과학일반 사회복지학 사회학 신문방송학 심리과학 정치외교학 지리/지역개발학 지역학 행정학
공학
건축공학 공학일반 기계공학 산업공학 자원/재료공학 전자/제어계측공학 전자/정보통신공학 조선/해양공학 컴퓨터학 토목/환경공학 항공우주공학 화학/생물공학
자연과학
물리학 생물학 생활과학 수학/통계학 자연과학일반 전문/지구과학
의약학
간호학 수의학 약학 의학 의학일반 치의학 한의학
인문학
독일어문학 러시아어문학 문학 언어학 역사학 영어문학 인문학일반 일본어문학 종교학/신학 중국어문학 철학 프랑스어문학 한국어문학
예술체육학
건축 디자인 무용 미술 미용 사진 연극 영화 예술체육학일반 음악 의상 체육
농수해양학
농수해양학일반 농학 수산학 식품과학 임학 축산학 해상운송학
복합학
과학기술학/기술정책 뇌/인지과학 여성학 학제간연구

정기구독(개인)

소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.

회원혜택

로그인 회원이 가져갈 수 있는 혜택들을 확인하고 이용하세요.

아카루트

학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.

영문교정

영문 논문 작성에 도움을 드리기 위해, 영문 교정 서비스를
지원하고 있어요.
고객센터 제휴문의

...

저널정보

저자정보

표지
이용수
내서재
0
내서재에 추가
되었습니다. 내서재에서
삭제되었습니다.

내서재에 추가
되었습니다. 내서재에서
삭제되었습니다.

이 논문의 연구 히스토리 (3)

2018

임베딩을 활용한 순환 신경망 기반 추천 모델의 성능 향상 기법
권명하 ,  공성언 ,  최용석 Journal of KIISE 2018.07 학술저널
임베딩 가중치 결합을 통한 순환 신경망 기반 추천 모델의 성능 향상 기법
권명하 ,  장두수 ,  최용석 한국정보과학회 학술발표논문집 2018.06 학술대회자료
임베딩 가중치 결합을 통한 순환 신경망 기반 추천 모델의 성능 향상 기법
권명하 컴퓨터·소프트웨어학과 2018 학위논문

초록·키워드

오류제보하기
최근 순환 신경망을 추천 시스템에 적용하는 연구들이 진행되고 있다. 순환 신경망은 평점이 주저지지 않은 환경에서 한 세션 상의 단기 기록만으로 컨텐츠를 추천하는 세션 기반 추천과 여러 번의 접속을 통해 축적된 장기 영화 시청 기록을 분석하여 영화를 추천하는 시스템에 적용되어 기존의 추천 기법들보다 더 좋은 성능을 보여주었다. 본 논문에서는 순환 신경망 기반 영화 추천 모델을 개선하기 위하여 가중치 결합 기법을 활용한 순환 신경망 기반 추천 모델의 학습을 제안한다. 또한 보다 정확한 성능평가를 위하여 점진적 추천 수행을 통해 성능을 평가한다.

Recurrent neural networks(RNNs) have recently been successfully applied to recommendation tasks. RNNs were adopted by session-based recommendation, which recommends items by the records only within a session, and a movie recommendation that recommends movies to the users by analyzing the consumption records collected through multiple accesses to the websites. The new approaches showed improvements over traditional approaches for both tasks where only implicit feedback such as clicks or purchase records are available. In this work, we propose the application of weight-tying to improve the existing movie recommendation model based on RNNs. We also perform experiments with an incremental recommendation method to more precisely evaluate the performance of recommendation models.
#추천 시스템 #딥러닝 #순환 신경망 #LSTM #가중치 결함 #recommendation system #deep learning #recurrent neural networks #weight tying

목차

요약
Abstract
1. 서론
2. 관련연구
3. 순환 신경망 기반 영화 추천 모델의 개선
4. 실험
5. 결론
References

참고문헌 (51)

참고문헌 신청
Y. Koren, R. Bell, and C. Volinsky, Matrix factorization techniques for recommender systems, IEEE Computer, Vol. 42, No. 8, pp. 30-37, 2009. Y. Koren, R. Bell, and C. Volinsky, Matrix factorization techniques for recommender systems, IEEE Computer, Vol. 42, No. 8, pp. 30-37, 2009. Y. Koren, R. Bell, and C. Volinsky, Matrix factorization techniques for recommender systems, IEEE Computer, Vol. 42, No. 8, pp. 30-37, 2009. B. Sarwar, G. Karypis, J. Konstan, and J. Riedl, Item-based collaborative filtering recommendation algorithms, Proc. of the 10th International Conference on World Wide Web, pp. 285-295, 2001. B. Sarwar, G. Karypis, J. Konstan, and J. Riedl, Item-based collaborative filtering recommendation algorithms, Proc. of the 10th International Conference on World Wide Web, pp. 285-295, 2001.

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

영화 평점 자료를 이용한 추천 시스템 성능 비교 연구
이승환 ,  조윤상 ,  이준석 외 1명 한국데이터정보과학회지 2020.11
텐서플로우를 이용한 LSTM과 GRU의 성능평가
서지혜 ,  용환승 한국정보과학회 학술발표논문집 2016.12
메타데이터의 편향분석을 통한 영화추천
황태규 ,  김성권 정보과학회 컴퓨팅의 실제 논문지 2021.10
이중 DNN을 이용한 가맹점 추천 시스템 (DoubleDNN)
칼리나 바야르체첵 ,  나광택 ,  이주홍 한국지능시스템학회 논문지 2020.08
종합 평점과 다기준 평점을 선택적으로 활용하는 협업필터링 기반 하이브리드 추천 시스템
구민정 ,  안현철 지능정보연구 2018.06

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2018-569-003113594