earticle

영어

In this paper, we propose to review the recent research literature of the recommendation system based on deep learning in Korea, through systematic review method using RISS, the largest academic DB in Korea, To search for studies, we extract 'Deep Learning' and 'Recommendation System' as keyword in the RISS database, select the final 35 studies using the protocol defined in this study, research the current status of deep learning based on recommendation system in Korea, The purpose of this study is to suggest the research direction of domestic deep learning based on recommendation system by analyzing topics, contents, and applied deep learning technology models. The conclusions from this study are as follows. First, the study of recommendation system needs a methodology to apply study to deep learning model by analyzing information such as image and voice out of current image or text. Second, more diverse deep learning models are needed to improve the performance of the recommendation system. Third, the social science approach is needed in addition to the engineering approach as the existing study trend. Fourth, study on deep learning-based recommendation system is also needed in education.

한국어

이 연구는 국내 딥러닝 기반 추천 시스템의 최근 연구 문헌을 고찰하기 위해 국내 학술 최대 학술 DB인 학술연구정보서비스(RISS)를 활용하여 체계적 문헌고찰 연구방법을 적용하였다. 문헌 검색을 위해 RISS에 서 ʻ딥러닝ʼ과 ʻ추천 시스템ʼ을 키워드로 추출하고, 이 연구에서 정한 프로토콜(protocol)로 최종 35편의 문헌 을 선정하였다. 선정된 문헌을 바탕으로 국내 딥러닝 기반 추천 시스템의 연구 현황, 연구 주제, 연구 내용, 적용된 딥러닝 모델 등을 분석하여 향후 딥러닝 기반 추천 시스템의 연구 방향을 제시하고자 하였다. 이 연구의 결과로 얻은 결론은 다음과 같다. 첫째, 국내 딥러닝 기반 추천 시스템의 연구가 이미지나 텍스트 등의 정보 분석에서 벗어나 영상과 음성 등을 딥러닝 모델에 적용하는 방법적 연구가 필요하다. 둘째, 추천 시스템의 성능을 향상시키기 위해 보다 다양한 딥러닝 모델을 적용한 연구가 필요하다. 셋째, 기존 연구 경향과 같은 공학적 접근 외에 사회과학적 접근의 연구가 필요하다. 넷째, 교육 분야에서도 딥러닝 기반 추천 시스템에 대한 연구가 필요하다.