Acknowledgement
이 성과는 정부(과학기술정보통신부)의 재원으로 한국연구재단의 지원(No.NRF-2020R1A2B5B03001960)과 2018년도 정부(과학기술정보통신부)의 재원으로 한국연구재단의 지원(No.2018R1A5A7059549)을 받아 수행된 연구임.
DOI QR Code
추천시스템은 사용자가 아이템들에 남긴 과거 피드백을 바탕으로 사용자가 선호할 법할 아이템을 추천한다. 추천시스템에서 사용자의 선호도는 단일클래스 세팅과 다중클래스 세팅 두 가지로 표현 할 수 있다. 우리는 추천시스템을 위해 제안된 지식증류기법인 Ranking Distillation 을 다중클래스 세팅에서 실험하여, 증류된 지식을 통한 작은 모델 학습이 효과적인지에 대해 알아보고자 한다.
이 성과는 정부(과학기술정보통신부)의 재원으로 한국연구재단의 지원(No.NRF-2020R1A2B5B03001960)과 2018년도 정부(과학기술정보통신부)의 재원으로 한국연구재단의 지원(No.2018R1A5A7059549)을 받아 수행된 연구임.