Acknowledgement
본 연구는 교육부의 지자체-대학협력기반지역혁신사업(1345341784)의 지원을 받아 수행되었음
Proceedings of the Korean Society of Computer Information Conference (한국컴퓨터정보학회:학술대회논문집)
- 2023.01a
- /
- Pages.145-146
- /
- 2023
Recommender System Design with Item2vec and LSTM
Item2vec과 LSTM을 사용한 추천 시스템 설계
- Minsu Cha (Dept. of ICT Convergence, SoonChunHyang University) ;
- Jiyoung Woo (Dept. of ICT Convergence, SoonChunHyang University)
- Published : 2023.01.11
Abstract
본 논문에서는 최대 규모의 게임 플랫폼인 Steam에서 수집한 유저 정보 데이터 셋에 Item2vec과 LSTM을 사용하여 추천 시스템을 구현한다. 수집한 유저 정보 데이터 셋에 Item2vec을 적용하여 각각의 유저들이 보유하고 있는 고유한 Appid들을 200차원의 벡터로 변환한다. 그 후 데이터 셋을 기간에 따라 4단계의 시퀀스로 나눈 후 LSTM을 사용하여 유저별로 최대 5가지의 추천 리스트를 생성한다. 유저 정보 데이터 셋은 액티브한 유저 정보를 얻기 위해 Steam 게임 리뷰 항목에서 리뷰를 남긴 유저들의 데이터를 api를 사용해 수집했으며 LSTM을 사용한 실험의 성능 평가 지표는 RMSE를 사용했고 이때의 성능은 0.1357을 얻을 수 있었다.