Acknowledgement
이 성과는 정부(과학기술정보통신부)의 재원으로 한국연구재단의 지원을 받아 수행된 연구임 (No. 2021R1F1A1047113).
Annual Conference of KIPS (한국정보처리학회:학술대회논문집)
- 2023.05a
- /
- Pages.657-659
- /
- 2023
- /
- 2005-0011(pISSN)
- /
- 2671-7298(eISSN)
DOI QR Code
A Study on the Performance Improvement of the SASRec Recommendation Model by Optimizing the Hyperparameters
하이퍼파라미터 최적화를 통한 SASRec 추천 모델 성능 개선 연구
- Da-Hun Seong (Dept. of Information Technology Engineering, Sookmyung Women's University) ;
- Yujin Lim (Dev. of Artificial Intelligence Engineering, Sookmyung Women's University)
- Published : 2023.05.18
Abstract
최근 스마트폰과 같은 디지털 기기의 보급과 함께 개인화, 맞춤형 서비스의 수요가 늘어나면서 추천 서비스가 주목을 받고 있다. 세션 기반(Session based) 추천 시스템은 사용자의 아이템 선호에 따른 순서 정보를 고려한 학습 추천 모델로, 다양한 산업 분야에서 사용되고 있다. 세션 기반 추천 시스템 중 SASRec(Self-Attentive Sequential Recommendation) 모델은 MC/CNN/RNN 기반의 기존 여러 순차 모델들에 비하여 효율적인 성능을 보인다. 본 연구에서는 SASRec 모델의 하이퍼파라미터 중 배치 사이즈(Batch Size), 학습률 (Learning Rate), 히든 유닛(Hidden Unit)을 조정하여 실험함으로써 하이퍼파라미터에 의한 성능 변화를 분석하였다.
Keywords