관리자
57
2024-05-22
내역사업 | 기본연구 |
---|
과제명 | 원클래스와 콜드스타트 문제 해결이 가능한 하이브리드CF 프레임워크: GAN과 부스팅 기반 접근법 | ||||
---|---|---|---|---|---|
과제고유번호 | 1711135862 | ||||
부처명 | 과학기술정보통신부 | ||||
시행계획 내 사업명 | |||||
시행계획 내 사업유형 | 예산출처지역 | 대전광역시 | 사업수행지역 | 대전광역시 | |
계속/신규 과제구분 | 신규과제 | ||||
과제수행연도 | 2021 | 총연구기간 | 2021-06-01 ~ 2024-02-29 | 당해연도 연구기간 | 2021-06-01 ~ 2022-02-28 |
연구목표 | 딥러닝 기술의 발전과 더불어 추천시스템에서도 딥러닝을 적용한 협업필터링(CF) 추천연구가 소개되고 있다. 그러나 심층신경망 기반 협업필터링 추천모형은 원클래스와 콜드스타트라는 두 가지 고질적인 문제를 안고 있다. 원클래스 문제는 OCCF (One-Class Collaborative Filtering) 문제로 불리는데 좋아요, 북마크, 클릭 등 사용자가 선호... | ||
---|---|---|---|
연구내용 | 1차년도에는 원클래스와 콜드스타트 문제를 동시에 해결할 수 있는 추천 프레임워크로 conditional GAN기반의 OCF-GAN을 제안한다. OCF-GAN의 아이디어는 사용자와 아이템 프로파일과 같은 부가정보를 활용하여 신규사용자 및 아이템에 대한 상호작용 행렬을 보강할 뿐 아니라 생성적적대신경망 훈련을 기반으로 부정사례를 포함한 관측되지 않은 상호작용 ... | ||
기대효과 | (학술적측면) 협업필터링 추천에서 원클래스와 콜드스타트 문제는 오랫동안 학계의 난제로 인식되어왔기에 본 과제의 성공은 이 분야 연구자로 하여금 관심의 대상이 될 수밖에 없어 다양한 응용연구로 이어질 것이다. 특히 다음과 같은 도전적 학술적 이슈를 해결하는데 기여할 것이다. 첫째, GAN기반의 추천모형이 어떤 조건하에서 균형을 이루는지 이론토대를 제공하게 된... | ||
키워드 | 추천시스템,협업필터링,생성적적대신경망,심층신경망,부스팅 |
단독연구 | 기업 | 대학 | 국공립(연)/출연(연) | 외국연구기관 | 기타 |
---|---|---|---|---|---|
|
연구개발단계 | 기초연구 | 산업기술분류 | |
---|---|---|---|
미래유망신기술(6T) | IT(정보기술) | 기술수명주기 | |
연구수행주체 | 학 | 과학기술표준분류 | 인공물 > 정보/통신 > 소프트웨어 > S/W 솔루션 |
주력산업분류 | 적용분야 | 예술, 스포츠 및 여가관련 서비스업 | |
중점과학기술분류 | 과제유형 |
과제수행기관(업) 정보 | 과제수행기관(업)명 | 한남대학 | 사업자등록번호 | |
---|---|---|---|---|
연구책임자 | 소속기관명 | 한남대학 | 사업자등록번호 | |
최종학위 | 박사 | 최종학력전공 | 공학 |
국비 | 40,580,000 | 지방비(현금+현물) | 0 |
---|---|---|---|
비고 |