Publications
Detailed Information
텍스트 데이터를 활용하는 추천 시스템에서의 행렬 분해법 : Matrix Factorization for Recommendation Systems Utilizing Text Data
Cited 0 time in
Web of Science
Cited 0 time in Scopus
- Authors
- Advisor
- 심규석
- Major
- 공과대학 전기·정보공학부
- Issue Date
- 2018-02
- Publisher
- 서울대학교 대학원
- Keywords
- 추천 시스템 ; 행렬 분해법 ; 컨볼루션 뉴럴 네트워크 ; 문자 단위
- Description
- 학위논문 (석사)-- 서울대학교 대학원 : 공과대학 전기·정보공학부, 2018. 2. 심규석.
- Abstract
- 많은 회사들이 매출을 늘리기 위하여 추천시스템을 사용하고 있다. 행렬 분해법은 추천 시스템에서 주로 사용되는 방법 중 하나로, 사용자의 선호도를 근거로 하여 제품을 추천한다. 그러나, 전자거래가 발전 하면서, 제품과 사용자의 수가 증가했고 데이터 희소성 문제로 인해 정확한 추천이 힘들어졌다. 이러한 문제를 해결하기 위해 제품과 관련된 텍스트 데이터를 사용하는 행렬 분해법이 최근 제안되었다. 제안된 방법 중 컨볼루션 뉴럴 네트워크를 이용하여 텍스트 데이터로부터 특징 벡터를 추출하여 제품을 추천하는 방법이 효과적이다. 하지만 기존 연구는 단어 수준으로 텍스트 데이터를 고려하기 때문에 학습 해야 하는 파라미터의 수가 많은 등의 문제가 발생한다.
본 논문에서는 문자 단위 컨볼루션 뉴럴 네트워크를 사용하여 추천을 위해 효과적으로 문자 단위 특징을 뽑아내는 행렬 분해법을 제안한다. 또한 제안하는 행렬 분해법의 성능을 검증하기 위하여 실제 데이터를 이용하여 실험을 진행하였다.
- Language
- Korean
- Files in This Item:
Item View & Download Count
Items in S-Space are protected by copyright, with all rights reserved, unless otherwise indicated.