원문정보
피인용수 : 0건 (자료제공 : 네이버학술정보)
초록
한국어
본 연구는 Steam과 Amazon 데이터를 활용하여 감성 분석을 기반으로 평점을 재구성하고 누락된 데이터에 대한 새로운 평점을 생성하는 방법을 제안한다. Steam 데이터에 대한 XLNET 모델을 Fine Tuning하여 Amazon 데이터에 대한 긍정 및 부정 감성을 생성하였다. 감 성 어휘집은 TF-IDF와 로지스틱 회귀 분석을 통해 구성하고, 평점은 Steam 공식 홈페이지에서 제공하는 평점 계산 공식을 본 연구에 맞게 수정하여 산출하였다. 항목 기반, 사용자 기반, SVD 및 SVD++ 모델을 사용하여 재구성된 평점을 원본 평점과 비교한 결과에 따르면 재구성된 평점이 더 우수한 성능을 보였다.
목차
초록
1. 서론
2. 연구 설계 및 프로세스
2.1 데이터 수집
2.2 데이터 전처리
2.3 XLNET(Fine Tuning)
2.4 사전 구축
2.5 새로운 평점 계산
2.6 추천시스템 적용
3. 분석 결과
3.1 평가 방법
3.2 실험 결과
4. 결론
References
1. 서론
2. 연구 설계 및 프로세스
2.1 데이터 수집
2.2 데이터 전처리
2.3 XLNET(Fine Tuning)
2.4 사전 구축
2.5 새로운 평점 계산
2.6 추천시스템 적용
3. 분석 결과
3.1 평가 방법
3.2 실험 결과
4. 결론
References
저자정보
참고문헌
자료제공 : 네이버학술정보