A Context-Aware Recommendation System Considering Information Imbalance among Multiple Users
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(기본연구A)
2026년
2710114707
과학기술정보통신부
한국연구재단
국립경국대학교
임종태
1명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2029.08.31
3,383만원
3,383만원
기초연구
대학
경상북도 안동시
정보/통신 > 정보이론 > 데이터베이스
본 연구에서는 다중 사용자 간 정보 불균형을 고려한 상황 인지 추천 시스템을 개발하기 위한 요소 기술을 연구하고 해당 요소 기술을 기반으로 한 서비스를 개발할 예정- 다중 사용자 간의 정보 불균형 및 성향의 차이를 고려한 추천 기법을 연구- 다중 사용자를 대상으로 한 온라인/메타 학습 기반의 콘텐츠 추천 모델을 구축- 최종적으로는 다중 사용자의 상이한 상황...
... 학습 등을 활용하여 새로운 사용자와 새로운 콘텐츠 등이 발생에 대해 모델을 효율적으로 업데이트 하는 기법 연구- 2차년도 연구 결과를 통해 사용자 간 복잡한 관계를 고려하면서도 새로운 데이터에 적응적인 기계학습 기반의 그룹 추천이 가능3차년도- 1차년도, 2차년도에 연구한 내용을 바탕으로 다양한 사용자의 상황을 고려한 그룹 선호도 기반 콘텐츠 추천 시스템 및 서비스를 설계 및 구현- ...
... 추천 모델을 효율적으로 업데이트하여 모델의 학습 및 구축에 소모되는 비용을 감소시키고 다양한 빅데이터에 대한 분석 및 처리 성능을 향상경제·산업적 중요성- 다중 사용자 간 정보 불균형, 성향 차이, ... 신뢰성 높은 추천 시스템 및 서비스 제공이 가능함- 온라인 학습과 메타 학습 기반 기술을 통해 데이터가 지속적으로 변화하는 환경에서도 성능 저하 없이 추천 모델을 갱신할 수 있어 운영 효율성 향상- ...