합성곱 신경망을 활용한 개인 맞춤형 연관 이슈 추천 시스템

Personalized recommendation system for related issues using convolutional neural network

초록

현재 웹 서비스에서는 방대한 데이터가 생성되고 있다. 데이터가 많아질수록 사용자는 원하는 정보를 찾는데 어려움을 겪고 있다. 대부분의 웹서비스에서는 사용자에게 적절한 정보를 제공하기 위해 검색어 순위 및 연관 검색어를 제공하지만 다수의 사용자가 관심을 적게 가지는 주제는 상대적으로 적절한 정보 를 제공해 주지 못하므로 사용자는 직접 모든 데이터를 살펴봐야 한다. 본 논문에서는 이러한 문제점을 극복하기 위해 특정 사용자의 관심 주제를 파악하고 관심주제와 관련된 최근 뉴스기사를 수집 및 분석하 여 해당 주제와 관련된 최근 이슈들을 추출해 사용자에게 제공하는 시스템을 구축한다. 이를 위해 딥러닝 의 한 종류인 합성곱 신경망을 활용하여 수집된 한글 뉴스기사들을 분석한 후 개인이 관심을 갖고 있는 주제들과 관련된 단어들을 연관이슈로 자동 추천하는 방법을 제안한다. 또한 실험을 통하여 합성곱 신경 망을 활용하는 것이 기존의 다른 기계학습 기법보다 우수하다는 것을 보였다.

제목
합성곱 신경망을 활용한 개인 맞춤형 연관 이슈 추천 시스템
제목 (타언어)
Personalized recommendation system for related issues using convolutional neural network
저자
김성진; 김건우; 이동호
발행일
2017-06
저널명
한국정보과학회 2017 한국컴퓨터종합학술대회
페이지
764 ~ 766