오토인코더 기반 협업 필터링의 정확도 향상 방안

Abstract

최근 딥러닝이 여러 분야에 성공적으로 적용됨에 따라, 추천시스템에도 딥러닝을 접목하려는 시도가 늘고 있다. 그 중 오토인코더는 대표적인 딥러닝 모델로써 다양한 추천 연구들에서 활발하게 사용되고 있다. 그러나 기존의 오토인코더를 이용한 추천 기술은 모두 사용자가 상품에 몇 점을 부여할 것인지를 정확하게 맞추는 것에 초점을 맞추었으며, top-N 추천의 정확도를 높이려는 시도는 이루어지지 않았다. 본 논문에서는 오토인코더를 기반으로한 협업 필터링을 이용해서 top-N 추천을 수행할 때, 추천 결과의 정확성을 향상시킬 수 있는 방법에 대해서 논의한다.