Detailed Information
Cited 0 time in 
Cited 0 time in 
Cited 0 time in
Metadata Downloads
다중 클래스 환경의 추천시스템을 위한 지식 증류 기법들의 비교 분석Knowledge Distillation for Recommender Systems in Multi Class Settings: Methods and Evaluation
- Other Titles
- Knowledge Distillation for Recommender Systems in Multi Class Settings: Methods and Evaluation
- Issue Date
- May-2022
- Publisher
- 한국정보처리학회
- Citation
- 한국정보처리학회 춘계학술발표대회 (ASK 2022), v.29, no.1, pp.356 - 357
- Indexed
- OTHER
- Journal Title
- 한국정보처리학회 춘계학술발표대회 (ASK 2022)
- Volume
- 29
- Number
- 1
- Start Page
- 356
- End Page
- 357
- ISSN
- 2005-0011
- Abstract
- 추천 시스템에서 사용되는 피드백은 단일 클래스와 다중 클래스 피드백으로 구분할 수 있다.추천 시스템을 위한 지식 증류 기법들은 단일 클래스 환경에서 주로 연구되어 왔다. 우리는 다중클래스 환경에서 또한 추천 시스템을 위한 최신 지식 증류 기법들이 효과적인지에 대해 알아보고자하며, 해당 방법들 간의 추천 정확도를 비교해보고자 한다. 추천 시스템에서 보편적으로 사용되는데이터 셋들을 기반으로 한 실험들을 통해 추천 시스템을 위한 지식 증류 기법들은 같은 조건의 기본적인 추천 시스템에 비해 정확도가 최대 193%까지 개선되는 것을 확인했다.
- Files in This Item
- Go to Link
- Appears in
Collections - 서울 공과대학 > 서울 컴퓨터소프트웨어학부 > 1. Journal Articles
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.
Related Researcher
- Kim, Sang-Wook
- COLLEGE OF ENGINEERING (SCHOOL OF COMPUTER SCIENCE)