메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
김철진 (인하공업전문대학)
저널정보
한국지식정보기술학회 한국지식정보기술학회 논문지 한국지식정보기술학회 논문지 제17권 제1호
발행연도
2022.2
수록면
61 - 70 (10page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
전자상거래에서 다중분류 기반의 상품 추천 모델을 구현하기 위해서는 식별 가능한 상품 정보를 원핫 인코딩 방식으로 표현한다. 그러나 원핫 인코딩 방식의 데이터 표현은 희소 데이터로 구성되어 메모리 낭비 및 학습의 효율성을 저하시킨다. 이러한 이슈에 대한 대안으로 임베딩 방식이 적용되고 있으며, 본 연구에서는 전자상거래의 상품 추천 시스템에 적용하기 위해 고차원의 원핫 인코딩 상품 코드를 저차원의 워드 임베딩 상품 코드로 변환하고 복원하기 위한 처리 절차를 제안한다. 또한 변환과 복원을 위한 워드 임베딩 인코더와 워드 임베딩 디코더를 구현하여 적용한다. 워드 임베딩 인코더는 원핫 인코딩 상품 코드를 입력으로 받아 출력으로 워드 임베딩 상품 코드를 도출한다. 워드 임베딩 인코더의 은닉층이 역전파를 통해 도출된 최적의 값이 워드 임베딩 상품 코드가 된다. 워드 임베딩 디코더는 학습을 통해 도출된 워드 임베딩 상품 코드를 원본 원핫 인코딩 상품 코드로 복원한다. 실험에서는 54만 건의 오픈된 전자상거래 트랜잭션 데이터를 기반으로 2719개의 상품 데이터에 대해 원핫 인코딩 상품 코드를 10차원의 워드 임베딩 상품 코드로 변환하고 복원하는 구현을 실험하여 적합성을 검증한다.
#Multi-classification Product recommendation #One hot encoding #Word embedding #Word embedding encoder #Word embedding decoder #Learning efficiency

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0