Browse

GRU를 이용한 세션 기반의 사용자 맞춤 POI 추천모델 : Session based Personalized POI Recommendation using Gated Recurrent Unit : Considering geographical and Temporal factors
지리적, 시간적 요인을 고려하여

Cited 0 time in Web of Science Cited 0 time in Scopus
Authors
이정석
Advisor
유기윤
Issue Date
2020
Publisher
서울대학교 대학원
Description
학위논문(석사)--서울대학교 대학원 :공과대학 건설환경공학부,2020. 2. 유기윤.
Abstract
사용자 맞춤 POI 추천은 사용자의 선택을 돕고 사용자 주변을 이해하는데 도움을 줄 수 있다. 위치 기반의 소셜 네트워크 서비스(Location Based Social Network Service, 이하 LBSNS)의 이용이 증가하면서 체크인 (check-in)데이터가 폭발적으로 증가하고 있다. 데이터가 증가함에 따라 빅데이터를 이용하는 딥러닝 기반의 추천기술이 각광 받고 있으며 딥러닝 기반의추천 방식은 기존의 행렬 인수분해 기반의 추천의 데이터가 많아질수록 피드벡 정보가 희박해져 추천 성능이 떨어지는 한계를 극복해준다. 사용자들은 이제 단순히 POI를 추천 받는 것이 아닌 사용자의 상황(context)에 따른 사용자 맞춤 추천을 받기를 기대한다. 본 연구는 사용자의 상황을 반영할 수 있도록 GRU를 이용한 세션 기반의 추천 모델을 제시한다. 사용자의 개개인 선호도와 POI 추천의 특성인 지리적 요인을 고려하기 위해 베이지안 개인화 순위 기법을 이용하였다.
제안된 모델의 결과를 정밀도(precision), 재현율(recall), F-measure로 vud가하였다. 최신 선행연구와 비교한 결과 제안한 모델이 더 높은 정밀도와 F-measure 값을 확인하였다. 따라서 본 연구가 제안하는 모델은 일반 사용자에게 여행지 추천 서비스, 개인 비서 서비스나 이동 경로 예측 연구에 활용될 수 있을 것으로 판단된다.
Personalized POI recommendations can help users make choices and understand their surroundings. With the growing use of location-based social network services (LBSNS), check-in data has been exploding exponentially. As data increases, deep learning based recommendation technology using big data is receiving spotlight, and it is able to overcome limitations that matrix factorization based recommendation has when data increases, the matrix becomes sparser incurring poor recommendation performance. In addition, users now expect to receive recommendations based on the user's context, rather than simple POI. This study proposes a session-based recommendation model using GRU to consider users situation. Bayesian Personalized Ranking technique is used to consider the user's individual preferences and geographical factors that are characteristic of POI recommendation.
The results of the proposed model were evaluated by precision, recall, and F-measure. Compared with the latest previous studies, the proposed model showed higher precision and F-measure value. Therefore, the model proposed by this study can be used for travel recommendation service, personal assistant service or travel route prediction study for general users.
Language
kor
URI
http://dcollection.snu.ac.kr/common/orgView/000000161065
Files in This Item:
Appears in Collections:
College of Engineering/Engineering Practice School (공과대학/대학원)Dept. of Civil & Environmental Engineering (건설환경공학부)Theses (Master's Degree_건설환경공학부)
  • mendeley

Items in S-Space are protected by copyright, with all rights reserved, unless otherwise indicated.

Browse