Earticle

초록

영어

With the advance of internet technology and fast growing of data volume, it become very hard to find a demanding information from the huge amount of data. Recommender system can solve the delema by helping a user to find required information. This paper proposes a reinforcement learning based hybrid recommendation system to predict user’s preference. The hybrid recommendation system combines the content based filtering and collaborate filtering, and the system was tested using 2000 images. We used mean abstract error(MAE) to compare the performance of the collaborative filtering, the content based filtering, the naive hybrid filtering, and the reinforcement learning algorithm based hybrid filtering methods. The experiment result shows that the performance of the proposed hybrid filtering performance based on reinforcement learning is superior to other methods.

한국어

인터넷이 발달하고 접할 수 있는 데이터가 폭증하면서 데이터들에서 사용자는 자신의 기호에 맞는 정보를 찾기가 점점 힘들어 진다. 추천 시스템은 사용자의 기호에 맞는 정보들을 추출하는데 큰 도움을 줄 수 있다. 본 연구는 강화 학습 알고리즘을 기반으로 한 하이브리드 추천 시스템을 사용하여 사용자의 선호도 예측에 대한 정확도를 향상 시켰다. 본 연구는 2000장의 이미지로 테스트를 진행하였다. 테스트 할 때 평균 절대 오차를 구하여 분석한 결과 제안하는 시스템이 협업적 필터링, 내용 기반 필터링, 단순 하이브리드 필터링의 성능보다 더 우수한 것으로 나타났다.

목차

요약
 Abstract
 I. 서론
 II. 관련연구
  1. 추천 시스템
  2. 강화학습
 III. 제안하는 추천 시스템
  1. 협력적 필터링
  2. 내용 기반 필터링
  3. 강화 학습을 이용한 하이브리드 추천 시스템
 IV. 실험 및 결과
  1. 구현 환경
  2. 실험 데이터 및 방법
  3. 실험결과
 V. 결론 및 향후 방향
 참고문헌

키워드

저자

• 심연 [ Yan Shen | 준회원， 인하대학교 컴퓨터정보공학과 ]
• 신학철 [ Hak-Chul Shin | 준회원， 인하대학교 컴퓨터정보공학과 ]
• 김대기 [ Daegi Kim | 준회원， 인하대학교 컴퓨터정보공학과 ]
• 홍요훈 [ Yo-Hoon Hong | 정회원， (주) 세창인스트루먼트 ]
• 이필규 [ Phill-Kyu Rhee | 정회원， 인하대학교 컴퓨터정보공학과 ]

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  한국인터넷방송통신학회 논문지 [The Journal of the Institute of Internet, Broadcasting and Communication]

• 간기

  격월간

• pISSN

  2289-0238

• eISSN

  2289-0246

• 수록기간

  2001~2025

• 십진분류

  KDC 326 DDC 380