시청 시간대 정보를 활용한 LSTM 기반 IPTV 콘텐츠 추천

표신지; 정진환; 송인준

추천

검색

질문

자료유형: 학술저널

저자정보: 표신지 (SK텔레콤) 정진환 (SK텔레콤) 송인준 (SK텔레콤)

저널정보: 한국방송·미디어공학회 방송공학회논문지 방송공학회논문지 제24권 제6호

발행연도: 2019.11

수록면: 1,013 - 1,023 (11page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

수많은 채널과 VoD 콘텐츠, 웹 콘텐츠들이 존재하는 콘텐츠 소비 환경에서의 추천은 이제 선택이 아닌 필수가 되었다. 현재 OTT서비스나 IPTV서비스에서도 많은 사람들이 선호하는 콘텐츠를 추천하거나 사용자가 시청한 콘텐츠와 유사한 콘텐츠들을 추천하는 등, 다양한 종류의 추천 서비스들이 제공되고 있다. 하지만 TV, IPTV와 같이 대체로 한 가구당 하나의 가입정보와 하나의 TV, 셋탑박스를 공유하는 TV를 통한 콘텐츠 시청환경의 경우, 하나의 가입정보에 1명 이상의 사용 이력이 쌓여 특정 사용자에 대한 추천을 제공하기에 어려움이 존재한다. 본 논문에서는 이러한 문제를 해결하기 위해 가족의 개념을 {사용자, 시간}으로 해석하여, 기존의 {사용자, 콘텐츠}로 정의하는 추천 관계를 {사용자, 시간, 콘텐츠}으로 확장하고 이를 딥러닝 기반으로 해결하는 방법을 제안한다. 제안한 방법을 통해 추천성능을 정성적 정량적으로 평가하였으며, 기존의 시간대를 고려하지 않은 방법과 비교하여 추천 정확도가 향상됨을 확인할 수 있었다.

#Content recommendation #Context-aware #Deep learning #LSTM

참고문헌 (12)

참고문헌 신청

S. Hochreiter, and J. Schmidhuber, Long shortterm memory, Neural Computation, Vol. 9, No. 8, pp. 1735-1780, 1997.

H. Bang, H. Lee, and J. Lee, “TV Program Recommender System Using Viewing Time Patterns,” Journal of Korean Institute of Intelligent Systems, Vol. 25, No. 5, pp. 431-436, Oct. 2015.

H. Chang and C. Chung, “TV Show Recommendation considering the Distinctive Features of TV Show Contents,” Proceeding of conference of Korean Institute of Information Scientists and Engineers, Vol. 39, No. 2(B) pp.162-164, Nov.. 2012

E. Kim and M. Kim, “Topic-tracking-based dynamic user modeling with TV recommendation applications, “ Applied Intelligence, Vol 44 Issue 4, pp. 771-792, June 2016

S Zhang, L. Yao, A. Sun amd Y. Tay, “Deep learning based recommender system a survey and new perspectives,” arXiv:1707.07435, 2016

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

표신자

소속기관 에스케이텔레콤

주요연구분야 공학 > 전기전자공학 > 정보통신공학 복합학 > 학제간연구

논문수 12 이용수 2,096

정진환

소속기관 에스케이텔레콤

주요연구분야 공학 > 전기전자공학 > 정보통신공학 공학 > 컴퓨터학

논문수 2 이용수 207

송인준

소속기관 SK텔레콤

주요연구분야 공학 > 전기전자공학 > 정보통신공학

논문수 1 이용수 117

이 논문과 함께 이용한 논문

이중 DNN을 이용한 가맹점 추천 시스템 (DoubleDNN)

칼리나 바야르체첵 , 나광택 , 이주홍 한국지능시스템학회 논문지 2020 .08

제한 볼츠만 기계를 이용한 협력필터링 기반 추천 시스템

이수정 한국컴퓨터정보학회논문지 2020 .09

서울시 장애인콜택시 대기시간 예측 LSTM 모델의 적정 하이퍼파라미터 선정

홍두선 , 가은한 , 하성현 외 1명 대한교통학회 학술대회지 2018 .03

RNN과 LSTM을 이용한 주가 예측율 향상을 위한 딥러닝 모델

신동하 , 최광호 , 김창복 한국정보기술학회논문지 2017 .10

사용자 구매내역을 활용한 딥러닝 기반 추천 시스템

최세화 , 신은지 , 양석진 외 2명 Proceedings of KIIT Conference 2021 .11

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2020-567-000101580

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (12)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)