정확도 77% 향상된 뉴스 추천 기법 제시
▲ 좌측부터 강유 교수(서울대), 구본헌 석사(서울대), 전현식 박사과정생(서울대)

서울대 공대는 컴퓨터공학부 강유 교수팀(구본헌 석사, 전현식 박사과정 학생)이 데이터마이닝 분야 국제 우수 학회인 PAKDD(Pacific-Asia Conference on Knowledge Discovery and Data Mining) 2020에서 최우수 학생 논문상(Best Student Paper)을 수상했다고 2일(화) 밝혔다.

올해 24번째로 개최된 PAKDD 학회에서는 총 628편의 제출 논문 중 135편의 논문이 채택되었으며(게재율: 21.5%), 전체 논문 중 단 한 편만이 최우수 학생 논문상을 수상했다. 강 교수티이 수상한 논문은 ‘개인 및 글로벌 시간 환경 설정을 통합하는 정확한 뉴스 추천(Accurate News Recommendation Coalescing Personal and Global Temporal Preferences)’에 대한 연구다.

뉴스 추천 서비스는 수많은 뉴스 중 사용자에게 적합한 최적의 뉴스를 제공해 사용자의 만족도를 높이는 중요한 기술로 IT 서비스에서 널리 쓰이고 있다. 연구진은 대중의 선호도와 개인의 선호도를 동시에 고려해 사용자에게 정확한 뉴스 추천을 하는 방법을 제시했다.

서울대 강유 교수는 “이번 연구에서 기존 대비 최대 77%의 정확도 향상을 기록했다”며 “이 논문에서 제안한 기술은 IT 서비스에서 널리 쓰이고 있는 뉴스 추천 서비스의 성능을 크게 높이는 데 기여할 것”이라고 설명했다.

논문에 대한 자세한 내용은 링크(https://datalab.snu.ac.kr/pgt/)를 통해 확인할 수 있다.

• 등록된 댓글이 없습니다.