한국정보처리학회:학술대회논문집 (Proceedings of the Korea Information Processing Society Conference)

한국정보처리학회 (Korea Information Processing Society)
권호 표지
DOI QR코드

DOI QR Code

세무사 추천 서비스를 위한 SVD 알고리즘의 RMSE 비교

RMSE Comparison of SVD Algorithms for Tax Accountant Recommendation Service

  • 김원집 (한국폴리텍대학 서울강서캠퍼스 빅데이터과) ;
  • 허지혜 (한국폴리텍대학 서울강서캠퍼스 빅데이터과) ;
  • 박세빈 (한국폴리텍대학 서울강서캠퍼스 빅데이터과) ;
  • 이수민 (한국폴리텍대학 서울강서캠퍼스 빅데이터과) ;
  • 권은아 (한국폴리텍대학 서울강서캠퍼스 빅데이터과)
  • Won-Jib Kim (Department of Big Data, Seoul Gangseo Campus of Korea Polytechnics College) ;
  • Ji-Hye Huh (Department of Big Data, Seoul Gangseo Campus of Korea Polytechnics College) ;
  • Se-Bean Park (Department of Big Data, Seoul Gangseo Campus of Korea Polytechnics College) ;
  • Su-Min Lee (Department of Big Data, Seoul Gangseo Campus of Korea Polytechnics College) ;
  • Eu-Na Kwon (Department of Big Data, Seoul Gangseo Campus of Korea Polytechnics College)
  • 발행 : 2023.11.02
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

추천 시스템은 사용자의 선호도를 정확히 파악하는 것이 중요하다. 이를 위해 사용자 데이터를 분석하여 추천을 제공하는 협업 필터링 알고리즘을 활용한다. 하지만 상품의 종류와 고객 수가 많아짐에 따라 사용자 선호도 정확도가 떨어지는 문제점이 있다. 이 문제를 해결하기 위해 제안된 방법은 모델 기반 협업 필터링이며, 이는 고객과 사용자의 정보를 직접적으로 추천하는 대신 모델을 학습시키는데 활용된다. 이에 논문은 추천시스템에서 자주 사용되는 모델 협업 필터링 기반 SVD 모델을 학습 전에 하이퍼파라미터를 조절하여 모델에 추정 정확도 값인 RMSE를 측정한다.

키워드