| 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 |