Acknowledgement
이 논문은 2023년도 정부(교육부)의 재원으로 한국연구재단의 지원을 받아 수행된 기초연구사업(No.2022R1A6A1A03052954)이며, 2023년도 정부(과학기술정보통신부)의 재원으로 정보통신산업진흥원(S0442-23-1002, 캡티브 포털을 활용한 지능형 상권 서비스 개발 및 사업화)의 지원을 받아 수행된 연구임
Proceedings of the Korean Society of Computer Information Conference (한국컴퓨터정보학회:학술대회논문집)
- 2023.07a
- /
- Pages.11-12
- /
- 2023
Captive Portal Recommendation System Based on Word Embedding Model
단어 임베딩 모델 기반 캡티브 포털 메뉴 추천 시스템
- Dong-Hun Yeo (Postech Institute of Artificial Intelligence, Pohang University of Science and Technology) ;
- Byung-Il Hwang (Postech Institute of Artificial Intelligence, Pohang University of Science and Technology) ;
- Dong-Ju Kim (Postech Institute of Artificial Intelligence, Pohang University of Science and Technology)
- Published : 2023.07.12
Abstract
본 논문에서는 상점 내 캡티브 포털을 활용하여 수집된 주문 정보 데이터를 바탕으로 사용자가 선호하는 메뉴를 추천하는 시스템을 제안한다. 이 시스템은 식품 관련 공공 데이터셋으로 학습된 단어 임베딩 모델(Word Embedding Model)로 메뉴명을 벡터화하여 그와 유사한 벡터를 가지는 메뉴를 추천한다. 이 기법은 캡티브 포털에서 수집되는 데이터 특성상 사용자의 개인정보가 비식별화 되고 선택 항목에 대한 정보도 제한되므로 기존의 단어 임베딩 모델을 추천 시스템에 적용하는 경우에 비해 유리하다. 본 논문에서는 실제 동일한 시스템을 사용하는 상점들의 구매 기록 데이터를 활용한 검증 데이터를 확보하여 제안된 추천 시스템이 Precision@k(k=3) 구매 예측에 유의미함을 보인다.