Earticle

초록

한국어

유의미한 정보의 추출과 활용은 정교한 정보 추천 시스템 구축의 핵심적인 요구사항이다. 온라인 플랫폼에는 대규모의 비정형 데이터가 축적되며, 다양하고 질적인 정보를 내포하지만 비 구조화된 특징으로 인한 활용에 어려움이 존재한다. 본 연구는 문장 임베딩(sentence embedding)과 시맨틱 클러스터링(semantic clustering)을 활용하여 비정형 텍스트에서 핵심적인 속성을 효과적으로 추출하고, 이를 인공지능 기반 추천 시스템에 결합하는 통합적 방법론을 제안한다. 이러한 시스템은 정보의 속성을 구조화된 변수로 활용하게 하고, 사용자 맞춤형 정보를 효과적으로 제공할 수 있다. 연구의 주요 결과는 속성 추출의 타당성과 추천 정확도 측면에서 우수한 성능을 입증하였다. 더하여, 추천 결과의 해석 가능성을 확보하여 사용자 중심의 목적 지향적 정보 탐색을 가능하게 하였다. 본 연구는 온라인 환경에서 효과적인 정보 관리 체계와 디지털 마케팅 및 소비자 맞춤형 서비스 전략 수립을 위한 추천 시스템 고도화에 기여할 수 있는 실질적 기반을 제공할 수 있다.

목차

Abstract
Introduction
Methods
Discussion and Conclusion
References

저자

• 김지호 [ 고려대학교 산업경영공학과 ]
• 임희찬 [ 고려대학교 산업경영공학과 ]
• 박두서 [ 고려대학교 산업경영공학과 ]
• 이영재 [ 고려대학교 산업경영공학과 ]
• 최회련 [ 고려대학교 산업경영공학과 ]
• 이홍철 [ 고려대학교 산업경영공학과 ]
• 이한준 [ 명지대학교 경영정보학과 ]

참고문헌