Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

From Individual to Group: Developing a Context-Aware Multi-Criteria Group Recommender System

Created by
  • Haebom

저자

Ngoc Luyen Le (Heudiasyc), Marie-Helene Abel (Heudiasyc)

개요

본 논문은 교육, 외식, 여행, 금융 등 다양한 분야에서 증가하고 있는 집단 의사결정을 위한 맥락 인식 다기준 집단 추천 시스템(CA-MCGRS)을 제안한다. 기존 추천 시스템은 개인화에는 효과적이지만, 상충되는 선호도, 맥락적 요소, 다중 평가 기준을 처리하는 데는 어려움을 겪는다. CA-MCGRS는 맥락적 요소와 다중 기준을 통합하여 추천 정확도를 높이고, 다중 헤드 어텐션 메커니즘을 활용하여 다양한 특징의 중요도를 동적으로 가중치를 부여한다. 교육 데이터셋을 이용한 실험 결과, CA-MCGRS는 네 가지 시나리오에서 다른 접근 방식보다 우수한 성능을 보였다. 이는 집단 추천 개선을 위해 맥락과 다중 기준 평가를 통합하는 것이 중요함을 보여준다.

시사점, 한계점

시사점:
맥락적 요소와 다중 기준 평가를 통합한 집단 추천 시스템의 효과성을 실증적으로 입증.
다중 헤드 어텐션 메커니즘을 활용하여 다양한 특징의 중요도를 동적으로 반영하는 새로운 모델 제시.
교육 분야뿐 아니라 다양한 분야의 집단 의사결정 지원 시스템 개발에 기여.
한계점:
실험에 사용된 데이터셋이 교육 데이터셋에 국한되어 일반화 가능성에 대한 추가 연구 필요.
다양한 유형의 집단 의사결정 상황에 대한 적용성 검증 필요.
시스템의 확장성 및 실시간 처리 성능에 대한 추가적인 평가 필요.
👍