WEB OF SCIENCE
SCOPUS
Metadata Downloads
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.author | 황성현 | - |
| dc.contributor.author | 채동규 | - |
| dc.contributor.author | 이상철 | - |
| dc.date.accessioned | 2025-01-24T20:10:16Z | - |
| dc.date.available | 2025-01-24T20:10:16Z | - |
| dc.date.created | 2022-01-11 | - |
| dc.date.issued | 2021-12-20 | - |
| dc.identifier.uri | http://hdl.handle.net/20.500.11750/57773 | - |
| dc.description.abstract | 최근 심층 인공 신경망 모형들이 발전함에 따라 추천 시스템의 암시적 피드백 정보를 활용한 변이형오토인코더 (Variational Autoencoder, VAE) 기반의 협업 필터링 기법이 널리 활용되고 있다. 본 논문에서는 VAE를 활용한 추천에서 더 나아가 결측 부분의 단계적 증분 기반 데이터 임퓨테이션을 통해 데이터 희소성 문제를 해결하기 위한 연구를 수행한다. 데이터 임퓨테이션을 수행한 후 추천을 수행한 결과, 단계적 증분을 고려하지 않고 전체 결측 값을 negative 값으로 간주하는 임퓨테이션 대비 향상된 성능을보였다. | - |
| dc.language | Korean | - |
| dc.publisher | 한국정보과학회 | - |
| dc.relation.ispartof | 한국정보과학회 2021 한국소프트웨어종합학술대회 논문집 | - |
| dc.title | 협업 필터링의 정확도 향상을 위한 단계적 증분 기반의 데이터 임퓨테이션 기법 | - |
| dc.title.alternative | IncrementalData ImputationMethod for Accurate Collaborative Filtering | - |
| dc.type | Conference Paper | - |
| dc.identifier.bibliographicCitation | 황성현. (2021-12-20). 협업 필터링의 정확도 향상을 위한 단계적 증분 기반의 데이터 임퓨테이션 기법. 2021 한국소프트웨어종합학술대회 (KSC 2021), 625–626. | - |
| dc.identifier.url | https://www.dbpia.co.kr/journal/articleDetail?nodeId=NODE11035797 | - |
| dc.citation.conferenceDate | 2021-12-20 | - |
| dc.citation.conferencePlace | KO | - |
| dc.citation.conferencePlace | 평창 | - |
| dc.citation.endPage | 626 | - |
| dc.citation.startPage | 625 | - |
| dc.citation.title | 2021 한국소프트웨어종합학술대회 (KSC 2021) | - |
