earticle

한국어

최근에는 외식 산업의 발달과 레스토랑의 수요 증가로 인해 레스토랑 추천 시스템 연구가 활발하게 제안되고 있다. 기존 레스토랑 추천 시스템 연구는 정량적인 평점 정보 또는 온라인 리뷰의 감성분석을 통해 사용자의 선호도를 추출하였는데 이는 사용자의 선호도를 의미론적으로 추출하지 못한다는 한계가 존재한다. 또한, 레스 토랑의 세부적인 속성과 사용자의 선호도를 효과적으로 반영한 연구는 부족한 실정이다. 이를 해결하기 위해 본 연구에서는 딥러닝 기법을 적용하여 소비자의 선호도와 레스토랑 속성의 상호작용을 효과적으로 학습할 수 있는 모델을 제안하였다. 먼저, 소비자의 선호도를 추출하기 위해 합성곱 신경망을 온라인 리뷰에 적용하고, 레스토랑의 세부적인 속성을 추출하기 위해 레스토랑 카테고리 정보에 임베딩 기법을 적용했다. 최종적으로 요소별 연산을 통해 소비자 선호도와 레스토랑 속성 간의 상호작용을 학습했다. 본 연구에서 제안한 모델의 추천 성능을 평가하기 위해 Yelp.com에서 제공하는 온라인 리뷰를 사용하였다. 실험 결과, 기존 연구의 다양한 모델과 비교했을 때 본 연구에서 제안한 모델이 우수한 추천 성능을 보이는 것을 확인하였다. 본 연구에서 제 안하는 방법론은 기존 연구에서 세부적인 속성을 정교하게 추출하는데 어려움이 존재하는 문제점을 개선할 수 있을 것으로 기대한다.