Earticle

초록

한국어

정보통신 기술의 발전으로 사용자가 접하는 미디어 콘텐츠의 수가 증가함에 따라 정보 과부하 문제가 발생하고 있다. 그중에서도 애니메이션은, 최근 장르 의 확장과 사용자 연령층의 확대로 인해 이전보다 더 많은 양의 콘텐츠가 생산되어, 사용자들의 정보 과부하 문제가 심화되고 있다. 이를 보완하기 위해 애니메이션 플랫폼에서는 전통적인 협업 필터링 기 반의 추천 서비스를 제공하고 있으나 사용자의 평점 데이터가 희소하다는 한계가 존재한다. 본 연구는 이러한 한계를 보완하고자 애니메이션의 텍스트 정 보를 활용한 딥러닝 기반 추천 방법론을 제안하고자 한다. 본 연구에서 제안하는 방법론의 추천 성능을 확인하고자 애니메이션 전문 플랫폼인 Myanimelist에 서 제공하는 실제 사용자 데이터를 수집하여 활용하였다.

목차

초록
Ⅰ. 서론
Ⅱ. 이론적 배경
2.1 딥러닝을 활용한 추천 시스템
2.2 토픽 모델링
Ⅲ. 연구 방법론
IV. 결론
사사(Acknowledgments)
참고문헌

저자

• 이승우 [ 경희대학교 빅데이터응용학과 ]
• 이진우 [ 경희대학교 빅데이터응용학과 ]
• 진요요 [ 경희대학교 경영학과 ]
• 김현지 [ 연세대학교 의학과 ]
• 이청용 [ 경희대학교 빅데이터응용학과 ]

참고문헌