Earticle

초록

영어

Cross-domain recommendation is a method that shares related user information data and item data in different domains. It is mainly used in online shopping malls with many users or multimedia service contents, such as YouTube or Netflix. Through K-means clustering, embeddings are created by performing clustering based on user data and ratings. After learning the result through a transformer network, user satisfaction is predicted. Then, items suitable for the user are recommended using a transformer-based recommendation model. Through this study, it was shown through experiments that recommendations can predict cold-start problems at a lesser time cost and increase user satisfaction.

한국어

교차 도메인 추천은 다른 도메인에 있는 관련 사용자 정보 데이터와 아이템 데이터를 공유하는 방법입니다. 주로 사용자 중복이 많은 온라인 쇼핑몰이나 유튜브, 넷플릭스와 같은 멀티미디어 서비스 컨텐츠에서 사용됩니다. K-means 클러스터링을 통해 사용자 데이터와 평점을 기반으로 군집화를 실시하여 임베딩을 생성합니다. 이 결과를 트랜스포머 네트워크를 통해 학습한 후 사용자 만족도를 예측합니다. 그런 다음 트랜스포머 기반 추천 모델을 사용하여 사용자에게 적합한 아이템을 추천합니다. 이 연구를 통해 추천함으로써 더 적은 시간적 비용으로 초기 사용자 문제를 예측하고 사용 자들의 만족도를 높일 수 있다는 결과를 실험을 통해 보여주었습니다.

목차

요약
Abstract
Ⅰ. 서론
1. 개요
2. 초기 사용자 문제
3. 데이터 군집화
4. 다층 신경망
5. 논문의 구성
Ⅱ. 관련 연구
1. 교차 도메인 추천
2. 트랜스포머 기반 추천
3. K-means Clustering
4. DDTCDR: Deep Dual Transfer Cross Domain Recommendation
5. 오토인코더 (AutoEncoder)
Ⅲ. 전체 시스템 구조
1. K-TCDR 추천 시스템
2. K-TCDR 세부 시스템 구조
Ⅳ. 실험 및 결과
1. 실험 환경 및 데이터
2. 실험 매개변수 조절
3. 실험 결과
Ⅴ. 결론
References

키워드

저자

• 김태훈 [ Tae-Hoon Kim | 정회원, 한국공학대학교 컴퓨터공학과 ] Corresponding author
• 김영곤 [ Young-Gon Kim | 정회원, 한국공학대학교 컴퓨터공학과 ]
• 박정민 [ Jeong-Min Park | 정회원, 한국공학대학교 컴퓨터공학과 ]

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