현재 위치
Home
장기적인 사용자 만족도 향상을 위한 그래프 어텐션 네트워크와 심층 Q-네트워크를 결합한 추천 시스템
-
- 발행기관
- 한국경영정보학회 바로가기
-
- 간행물
- 한국경영정보학회 정기 학술대회 바로가기
-
- 통권
- 2024 경영정보관련 춘계통합학술대회 (2024.05)바로가기
-
- 페이지
- pp.603-605
-
- 저자
-
- 언어
- 한국어(KOR)
-
- URL
- https://www.earticle.net/Article/A455415
※ 기관로그인 시 무료 이용이 가능합니다.
※ 학술발표대회집, 워크숍 자료집 중 4페이지 이내 논문은 '요약'만 제공되는 경우가 있으니, 구매 전에 간행물명, 페이지 수 확인 부탁 드립니다.
3,000원
원문정보
초록
- 한국어
- 추천 시스템은 사용자의 선호도를 파악하여 개인화된 콘텐츠를 제공하는데 중요한 역할을 한다. 그러나 기존의 추천 시스템은 희소성 문제와 콜드 스타트에 취약하며, 사용자의 장기적 만족도를 고려하지 않는다는 한계가 있다. 이에 본 연구는 그래프 어텐션 네트워크와 심층 Q-Network를 활용한 새로운 추천시스템을 제안한다. 제안된 모델은 그래프 어텐션 네트워크로 사용자와 아이템의 잠재 표현을 학습하고, 이를 심층 Q-Network의 상태로 활용하여 강화학습 기반의 추천 정책을 학습한다. 이로 인해 사용자의 장기적 만족도를 향상을 기대한다.
목차
1. 서론
2. 연구방법
2.1 데이터 개요 및 그래프 구조 생성
2.2 연구 모델 및 실험 설계
References
키워드
Graph Attention Network Deep Q-Networks Recommender Systems Reinforcement Learning저자
간행물 정보
발행기관
-
- 발행기관명
- 한국경영정보학회 [The Korea Society of Management information Systems]
- 설립연도
- 1989
- 분야
- 사회과학>경영학
- 소개
- 이 학회는 경영정보학의 연구 및 교류를 촉진하고 학문의 발전과 응용에 공헌함을 목적으로 합니다.
간행물
-
- 간행물명
- 한국경영정보학회 정기 학술대회 [KMIS Conference]
- 간기
- 반년간
- 수록기간
- 1990~2025
- 십진분류
- KDC 325 DDC 658
이 권호 내 다른 논문 / 한국경영정보학회 정기 학술대회 2024 경영정보관련 춘계통합학술대회
피인용수 : 0건 (자료제공 : 네이버학술정보)
함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.
출처 : 네이버학술정보
0개의 논문이 장바구니에 담겼습니다.