지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 정연돈
- 발행연도
- 2022
- 저작권
- 고려대학교 논문은 저작권에 의해 보호받습니다.
이용수2
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
장소 추천은 위치 기반 서비스에서 생성된 정보가 빠르게 증가하면서 사용자에게 적절
한 정보를 제공하고자 연구되고 있는 분야이다. 기존의 그래프 임베딩을 사용한 추천
시스템은 사용자, 이전에 방문한 장소 그리고 다음에 방문할 장소 간의 관계를 표현할
수 있어 큰 관심을 받고 있다. 하지만 복잡한 관계를 표현하기 어렵고, 관계 임베딩이
고정되어 있으며 날씨 특성을 고려하지 않는다는 한계점이 있다. 이를 극복하고자
본 노문에서는 날씨를 고려한 그래프 임베딩 기반 장소 추천 기법인 WAPTRec을
제안한다. 제안한 기법은 범주 투영 행렬과 어텐션 메커니즘을 사용하여 동일한 장소
임베딩을 사용자마다 다르게 표현할 수 있고, 과거의 장소 이동 기록과 해당 장소의
범주와 날씨 특성을 사용하여 더 높은 장소 추천 정확도를 제공할 수 있었다. 실제
데이터 셋을 이용한 실험을 통해 제안 기법의 우수성을 입증했다.
한 정보를 제공하고자 연구되고 있는 분야이다. 기존의 그래프 임베딩을 사용한 추천
시스템은 사용자, 이전에 방문한 장소 그리고 다음에 방문할 장소 간의 관계를 표현할
수 있어 큰 관심을 받고 있다. 하지만 복잡한 관계를 표현하기 어렵고, 관계 임베딩이
고정되어 있으며 날씨 특성을 고려하지 않는다는 한계점이 있다. 이를 극복하고자
본 노문에서는 날씨를 고려한 그래프 임베딩 기반 장소 추천 기법인 WAPTRec을
제안한다. 제안한 기법은 범주 투영 행렬과 어텐션 메커니즘을 사용하여 동일한 장소
임베딩을 사용자마다 다르게 표현할 수 있고, 과거의 장소 이동 기록과 해당 장소의
범주와 날씨 특성을 사용하여 더 높은 장소 추천 정확도를 제공할 수 있었다. 실제
데이터 셋을 이용한 실험을 통해 제안 기법의 우수성을 입증했다.
목차
목차 1그림 목차 3표 목차 41 서 론 52 관련 연구 92.1 협업 필터링 기반 장소 추천 시스템 . . . . . . . . . . . . . . . . . . 92.2 지식 그래프 기반 추천 시스템 . . . . . . . . . . . . . . . . . . . . . 102.3 시간의 영향 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112.4 날씨의 영향 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123 배경 지식 및 문제 정의 143.1 TransRec[1] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1513.2 어텐션 메커니즘[2] . . . . . . . . . . . . . . . . . . . . . . . . . . . 163.3 문제 정의 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174 제안 기법 194.1 범주 투영 단계 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204.2 관계 구축 단계 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 214.3 목적 함수 및 최적화 . . . . . . . . . . . . . . . . . . . . . . . . . . . 235 실험 설정 및 결과 255.1 실험 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 255.1.1 실험 환경 및 데이터 . . . . . . . . . . . . . . . . . . . . . . 265.1.2 비교 기법 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 265.1.3 매개변수 설정 . . . . . . . . . . . . . . . . . . . . . . . . . . 275.1.4 평가 방법 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 275.2 체크인 데이터 분석 및 날씨 특성에 따른 추천 정확도 . . . . . . . . . 325.3 학습 시간 비교 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 335.4 추천 정확도 비교 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 346 결론 36참고 문헌 37
최근 본 자료
댓글(0)
0