Collaborative Ranking with triple pairwise constraints for Top-K Location Recommendation
차명섭 · Open Access System for Information Sharing (Pohang University of Science and Technology) · 2018
본 연구는 세가지 쌍방조건식을 활용하여, Top-K 추천을 위한 협업 필터링을 활용한 랭킹 모델을 설계하였다. 첫째, 기존 연구에서 implicit data에서 관측되지 못한 값 또는 결측 값을 활용하지 못하였다. 제안 된 모델은 사용자가 가지지 못한 정보들을 사용자의 친구의 방문 정보를 활용하여, 학습 단계에 적용되었다. 두번째로 각 사용자의 친구들이 특정 장소에 방문을 한 총 인원수가 많을수록, 해당 장소들이 상위 K개의 추천리스트에 반영이 될 수 있도록 학습을 하고자 하였다. 그 결과 기존의 모델보다 추천 성능이 향상됨을 실험을 통해 입증하였다.