추천 시스템에서의 선형 모델과 비선형 모델의 성능 비교 연구 


13권  8호, pp. 388-394, 8월  2024
https://doi.org/10.3745/TKIPS.2024.13.8.388


PDF Full-Text
  요약

추천 시스템은 기업의 매출 증가로 이어질 만큼 핵심적인 역할을 하기에 추천 시스템에 대한 연구는 과거부터 다양한 접근법과 모델들이 연구되어왔다. 그러나 이러한 다양성으로 인해 추천 시스템의 종류 또한 복잡하게 구성되고 있어 추천 모델을 선택하는 데 어려움이 따른다. 따라서 본 연구는 추천 시스템에서 적절한 추천 모델 선택의 어려움을 해결하고자, 다양한 추천 모델을 구분하는 통합적인 기준을 제공하고, 통일된 환경에서 이들의 성능을 비교 평가하였다. 실험은 MovieLens와 Coursera 데이터셋을 활용하였으며, 선형 모델 (ADMM-SLIM, EASER, LightGCN)과 비선형 모델(Caser, BERT4Rec)을 HR@10과 NDCG@10 지표를 통해 성능을 평가하였다. 본 연구는 연구진과 실무자들에게 데이터셋 특성과 추천 상황에 맞는 최적의 모델을 선택하는 데 유용한 정보를 제공할 것이다.

  통계
  논문 참조

[IEEE Style]

D. Seong and Y. Lim, "Study Comparing the Performance of Linear and Non-linear Models in Recommendation Systems," The Transactions of the Korea Information Processing Society, vol. 13, no. 8, pp. 388-394, 2024. DOI: https://doi.org/10.3745/TKIPS.2024.13.8.388.

[ACM Style]

Da-Hun Seong and Yujin Lim. 2024. Study Comparing the Performance of Linear and Non-linear Models in Recommendation Systems. The Transactions of the Korea Information Processing Society, 13, 8, (2024), 388-394. DOI: https://doi.org/10.3745/TKIPS.2024.13.8.388.

논문 투고 양식

검색
(제목, 저자, 키워드)

세부 검색 ▼

관심이 많은 키워드
(상위 10개 키워드)

최근 출판 목록
(최근 3년)

과거 출판 목록

인덱싱

TKIPS에 출판되는 모든 논문은 DOI, EBSCO, Google Scholar, Crossref, CrossCheck에 인덱스됩니다.

TKIPS는 한국연구재단(National Research Foundation) 등재학술지입니다.

유관 저널