오토인코더를 이용한 딥러닝 기반 추천시스템 모형의 비교 연구
DC Field | Value | Language |
---|---|---|
dc.contributor.author | 정윤서 | - |
dc.contributor.author | 이효진 | - |
dc.date.accessioned | 2022-03-07T00:40:49Z | - |
dc.date.available | 2022-03-07T00:40:49Z | - |
dc.date.created | 2022-02-10 | - |
dc.date.issued | 2021 | - |
dc.identifier.issn | 1225-066X | - |
dc.identifier.uri | https://scholar.korea.ac.kr/handle/2021.sw.korea/138044 | - |
dc.description.abstract | 추천 시스템은 고객의 데이터를 이용하여 개인 맞춤화된 상품을 추천한다. 추천 시스템은 협업 필터링, 콘텐츠 기반 필터링 그리고 이 두 가지를 합친 하이브리드 방법의 세 가지로 크게 나누어진다. 이 연구에서는 딥러닝 방법론에 기초한 오토인코더를 이용한 추천 시스템에 대한 소개와 그 모형들의 비교 연구를 진행한다. 오토인코더는 데이터 행렬에 0이 많은 경우의 문제를 효과적으로 다룰 수 있는 딥러닝 기반의 비지도학습 모형이다. 이 연구에서는 세 개의 실제 데이터를 이용하여 다섯 가지 종류의 오토인코더 기반 모형들을 비교한다. 처음의 세 개 모형은 협업 필터링에 속한 모형이고 나머지 두 개의 모형은 하이브리드 모형이다. 실제 데이터는 고객의 평점 데이터이고, 대부분의 평점이 없어서 희박성 비율이 높다는 특징이 있다. | - |
dc.language | Korean | - |
dc.language.iso | ko | - |
dc.publisher | 한국통계학회 | - |
dc.title | 오토인코더를 이용한 딥러닝 기반 추천시스템 모형의 비교 연구 | - |
dc.title.alternative | Comparison of deep learning-based autoencoders for recommender systems | - |
dc.type | Article | - |
dc.contributor.affiliatedAuthor | 정윤서 | - |
dc.identifier.bibliographicCitation | 응용통계연구, v.34, no.3, pp.329 - 345 | - |
dc.relation.isPartOf | 응용통계연구 | - |
dc.citation.title | 응용통계연구 | - |
dc.citation.volume | 34 | - |
dc.citation.number | 3 | - |
dc.citation.startPage | 329 | - |
dc.citation.endPage | 345 | - |
dc.type.rims | ART | - |
dc.identifier.kciid | ART002732613 | - |
dc.description.journalClass | 2 | - |
dc.description.journalRegisteredClass | kci | - |
dc.subject.keywordAuthor | autoencoder | - |
dc.subject.keywordAuthor | deep learning | - |
dc.subject.keywordAuthor | recommender system | - |
dc.subject.keywordAuthor | sparse data matrix | - |
dc.subject.keywordAuthor | 딥러닝 | - |
dc.subject.keywordAuthor | 오토인코더 | - |
dc.subject.keywordAuthor | 추천 시스템 | - |
dc.subject.keywordAuthor | 희박 행렬 | - |
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.
(02841) 서울특별시 성북구 안암로 14502-3290-1114
COPYRIGHT © 2021 Korea University. All Rights Reserved.
Certain data included herein are derived from the © Web of Science of Clarivate Analytics. All rights reserved.
You may not copy or re-distribute this material in whole or in part without the prior written consent of Clarivate Analytics.