-
한전공대
-
한전공대
-
한전공대

l 추천시스템은
온라인 commerce의 성패를 가르는 매우 중요한 구성요소로 가장 많은 연구 및 상용화 관심을 끌고
있는 연구분야임.
l 대부분의
인공지능 시스템과 같이 추천시스템도 데이터의 부족으로 인한 cold-start 문제로 인한 성능저하를
겪고 있음.
l Cold-start 문제를 해결하기 위해 여러 도메인의 데이터에서 정보를 추출하여 활용하는 cross-domain 추천시스템 기법이 최근 각광을 받고 있음.
l 제안한 방법은
리뷰 정보를 자연어처리하여 사용자 및 상품을 representation learning 을 수행하는
단계, domain discriminator를 활용하여 cross-domain
disentanglement 를 수행하는 단계 및 aggregated 정보 및 specific
정보를 alignment 하는 다수의 DNN으로
구성된 시스템임.
l 제안한 기법은
SOTA baseline에 비해 10% 수준의 성능향상을
자랑할 뿐만 아니라 사용자의 익명성을 보장하는 방법으로 상용화 가능성이 매우 높음.
l 재인한 방법은
AI 분야 top-tier conference에 제출됨.