View : 166 Download: 0

Recurrent Neural Network based Recommendation System with Sequence Pattern Mining

Title
Recurrent Neural Network based Recommendation System with Sequence Pattern Mining
Authors
김소희
Issue Date
2018
Department/Major
대학원 빅데이터분석학협동과정
Publisher
이화여자대학교 대학원
Degree
Master
Advisors
신경식
Abstract
오늘날의 추천 시스템은 다양한 도메인의 적용되고 사용하는 데이터 또한 단순한 평점 데이터가 아닌 고객의 구매 내역, 리뷰, 친구 및 공유 정보, 웹페이지의 클릭 스트림 등의 다양한 데이터가 사용되고 있습니다. 기존 협업 필터링은 평점을 기반으로 고객과 아이템의 관계를 통해 선호도를 분석하는 방법으로 구매 행동의 변화 혹은 최근 선호도를 고려하지 않기 때문에 다양한 도메인에 적용하기에는 한계점이 있습니다. 그렇기 때문에 시간에 따라 변화하는 고객의 성향 또는 선호도를 반영하고 다양한 데이터의 특성을 활용하기 위해 기존 시스템의 한계점을 보완하고 순차적인 데이터를 분석하기 위한 모델이 필요하기 때문에 그에 적합한 모형을 구축해 보고자 합니다. RNN은 규칙적인 패턴을 인식하고 추상화된 정보를 추출하는데 적합한 구조를 가지고 있으며 음성, 자연어 처리, 동영상 등의 도메인에 이미 많이 적용시켜 상용화 되었기 때문에 본 논문에서는 RNN을 적용하여 고객의 순차적인 구매 행동을 파악하고 다음 행동을 예측할 수 있는 추천시스템 모형을 구축하고자 합니다. 또한, RNN의 특성에 맞게 유사한 구매 패턴을 가진 고객을 군집하여 성능을 높이고자 합니다. 이를 위해 순차적인 패턴 추출 기법 중 하나인 SPADE를 사용하여 고객의 장바구니에서 순차적인 구매 패턴을 추출하고, 추출된 룰을 기반으로 고객을 더욱 정교하게 군집하여 RNN 모형의 성능을 높이고자 합니다.;Recommendation systems have been an important research field due to wide range of application such domain as music, restaurant, book, document, image, movie, shopping, TV program etc. Over the last decade, most of researchers have studied new approach to overcome the limitation of collaborative filtering, content-based filtering and other recommendation models such as sparsity and scalability problem. Recently, few researchers have applied deep learning to recommendation system to predict future behaviors and capture user’s preference more precisely. In this research paper, we proposed a new approach on applying Recurrent Neural Networks (RNNs) on recommendation system. In particular, we study how the Long Short-Term Memory (LSTM) can be applied to predict next basket of items given user’s transaction history. Our approach is different in clustering matrix, which we use user’s sequence pattern in transaction instead of simple user and item matrix. The result proved that incorporating sequence pattern mining with clustering on RNN with LSTM cell outperform standard LSTM recommendation system. The contribution of our research paper is to supplement the research on application of deep learning on recommendation model and overcome the limitation of sparsity by using appropriate clustering mechanism.
Fulltext
Show the fulltext
Appears in Collections:
일반대학원 > 빅데이터분석학협동과정 > Theses_Master
Files in This Item:
There are no files associated with this item.
Export
RIS (EndNote)
XLS (Excel)
XML


qrcode

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

BROWSE