Deep learning recommendation methodology for the restaurant industry : learning the interaction between consumer preferences and restaurant attributions

구하은,이청용,김재경 한국경영정보학회 2022 한국경영정보학회 학술대회논문집 Vol.2022 No.11

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.

A Fake Review Detection Model Based on Deep Learning by Discovering the Major Determinants of Fake Reviews

구하은,김재경 한국경영과학회 2023 한국경영과학회 학술대회논문집 Vol.2023 No.5

A Fake Review Detection Model Based on Deep Learning by Discovering the Major Determinants of Fake Reviews

구하은,김재경 대한산업공학회 2023 대한산업공학회 춘계학술대회논문집 Vol.2023 No.5

레스토랑 카테고리와 온라인 소비자 리뷰를 이용한 딥러닝 기반 레스토랑 추천 시스템 개발

구하은,LI QINGLONG,김재경 한국경영정보학회 2023 Information systems review Vol.25 No.1

최근에는 외식 산업의 발달과 레스토랑 수요의 증가로 인해 레스토랑 추천 시스템 연구가 활발하게제안되고 있다. 기존 레스토랑 추천 시스템 연구는 정량적인 평점 정보 또는 온라인 리뷰의 감성분석을통해 소비자의 선호도 정보를 추출하였는데 이는 소비자의 의미론적 선호도 정보는 반영하지 못한다는한계가 존재한다. 또한, 레스토랑이 포함하는 세부적인 속성을 반영한 추천 시스템 연구는 부족한실정이다. 이를 해결하기 위해 본 연구에서는 소비자의 선호도와 레스토랑 속성 간의 상호작용을효과적으로 학습할 수 있는 딥러닝 기반 모델을 제안하였다. 먼저, 합성곱 신경망을 온라인 리뷰에적용하여 소비자의 의미론적 선호도 정보를 추출했고, 레스토랑 정보에 임베딩 기법을 적용하여레스토랑의 세부적인 속성을 추출했다. 최종적으로 요소별 연산을 통해 소비자 선호도와 레스토랑속성 간의 상호작용을 학습하여 소비자의 선호도 평점을 예측했다. 본 연구에서 제안한 모델의 추천성능을 평가하기 위해 Yelp.com의 온라인 리뷰를 사용한 실험 결과, 기존 연구의 다양한 모델과 비교했을때 본 연구의 제안 모델이 우수한 추천 성능을 보이는 것을 확인하였다. 본 연구는 레스토랑 산업의빅데이터를 활용한 맞춤형 레스토랑 추천 시스템을 제안함으로써 레스토랑 연구 분야와 온라인 서비스제공자에게 학술적 및 실무적 측면에서 다양한 시사점을 제공할 수 있을 것으로 기대한다. Research on restaurant recommender systems has been proposed due to the development of the food service industry and the increasing demand for restaurants. Existing restaurant recommendation studies extracted consumer preference information through quantitative information or online review sensitivity analysis, but there is a limitation that it cannot reflect consumer semantic preference information. In addition, there is a lack of recommendation research that reflects the detailed attributes of restaurants. To solve this problem, this study proposed a model that can learn the interaction between consumer preferences and restaurant attributes by applying deep learning techniques. First, the convolutional neural network was applied to online reviews to extract semantic preference information from consumers, and embedded techniques were applied to restaurant information to extract detailed attributes of restaurants. Finally, the interaction between consumer preference and restaurant attributes was learned through the element-wise products to predict the consumer preference rating. Experiments using an online review of Yelp.com to evaluate the performance of the proposed model in this study confirmed that the proposed model in this study showed excellent recommendation performance. By proposing a customized restaurant recommendation system using big data from the restaurant industry, this study expects to provide various academic and practical implications.

모빌리티 시장 속 새로운 비단길, ‘TAXIO(타시오)’

구하은(Ha Eun Koo),문가희(Ga Hee Moon),박관우(Kwan Woo Park),박주혜(Ju Hye Park),김경아(Kyong Ah Kim),김지심(Ji Sim Kim),안유정(You Jung Ahn) 한국컴퓨터정보학회 2021 한국컴퓨터정보학회 학술발표논문집 Vol.29 No.1

반려 식물 지킴이, ‘화분지기’

구하은(Ha Eun Koo),임기범(Ki Beom Lim),김지심(Ji Sim Kim),김경아(Kyong Ah Kim) 한국컴퓨터정보학회 2022 한국컴퓨터정보학회 학술발표논문집 Vol.30 No.1

차광처리에 따른 후박나무 용기묘의 생리 및 생장 반응

송영근,이경철,구하은,김현화,변세민,이채림,박석곤,한상섭,성정원 경상국립대학교 농업생명과학연구원 2023 농업생명과학연구 Vol.57 No.2

The purpose of this study was to evaluate the growth characteristics and physiological responses of Machilus thunbergii containerseedlings under full sunlight, 35%, 55%, and 75% shading levels. In shade treatments, indices indicating aboveground growth characteristicstended to be relatively high, whereas in full sunlight, root-related indicators such as root weight ratio and root growth tended to besignificantly higher. Furthermore, the low light compensation point and high apparent quantum yield in full sunlight indicate that M. thunbergii already has shade tolerance, and it can be seen that the vitality of the photosynthetic apparatus is efficiently increased byreducing dark respiration and increasing PIABS and SFIABS in shade treatments exposed to a light-sufficient environment. Meanwhile,the full sunlight treatment showed an increase in the aboveground part ratio, a low T/R ratio, and the highest net photosynthetic rate,denoting that carbohydrates synthesized by photosynthesis increased the growth of both the aboveground and underground parts. Overall,container seedlings of M. thunbergii represented the best growth and physiological characteristics under full sunlight treatment. 본 연구는 후박나무 용기묘를 대상으로 전광, 35%, 55%, 75% 차광수준에 따른 생장 특성 및 생리적 반응을 알아보고자 실시하였다. 후박나무묘목은 차광 시 상대적으로 지상부의 생장특성을 보여주는 지표들이 높은 경향을 보였으며, 전광에서는 뿌리와 관련된 지표인 뿌리건중비, 뿌리생장에서 유의적으로 높은 경향을 보였다. 또한, 전광에서의 낮은 광보상점과 높은 순양자수율은 이미 후박나무가 내음성을 가지고 있고, 광이 부족한환경에 노출된 차광처리구들에서 암호흡량의 감소, PIABS 및 SFIABS의 증가로 광합성 기구의 활력을 효율적으로 증가시키는 것을 알 수 있다. 한편, 전광은 지상부 비율의 증가, 낮은 T/R율과 가장 높은 순광합성속도를 보여 광합성으로 합성되는 탄수화물이 지상부 뿐만 아니라 지하부의생장 역시 증가시킨 것을 알 수 있는 결과였다. 따라서 후박나무 용기묘는 전광조건에서 생장 및 생리적 특성이 가장 양호한 경향을 보였다

시비처리에 따른 후박나무의 생리 및 생장 반응

성정원,송영근,구하은,김현화,변세민,이채림,박석곤,이경철 한국자원식물학회 2023 한국자원식물학회지 Vol.36 No.2

Abstract - In the current study, four groups; control, 500, 1000, and 2000 ㎎/L, were treated to investigate the effects of physiological and growth characteristics on Machilus thunbergii under various fertilization levels. As a result of the physiological response to the fertilization treatment, the fertilized group demonstrated relatively higher levels of A, ITE, WUEi, Vcamx, PIabs, and SFIabs in comparison to the control. The best photosynthetic mechanism was most clearly seen at 1000 ㎎/L, which involved gas exchange through active stomatal opening and closing. For a productive photosynthetic mechanism. As seen in the growth response of M. thunbergii to fertilization treatment, the fertilized group has significantly higher height, DRC, leaf dry weight, stem dry weight, total dry weight, LWR, and SWR than the control group. A healthy seedling quality index was particularly evident at 1000 ㎎/L, and other growth indicators were also at a decent level. 500 ㎎ /L also demonstrated growth characteristics that were comparable to those at 1000 ㎎/L. As a result, M. thunbergii featured the best physiological and growth characteristics in response to the fertilization treatment at 1000 ㎎/L, and 500 ㎎/L also showed a similar trend, which is considered to be a good option from an economical perspective. 적 요후박나무 묘목의 효율적인 생산을 위해 시비농도에 따른 간장, 근원경, 묘목품질지수, 광합성 반응 측정으로 생장과 생리적 특성을 조사하고 적정 용기묘 생산에 적합한 시비량을 확인하였다. 광합성 특성은 대조구에 비해 시비처리구에서 순광합성속도(A), 순간증산효율(ITE), 내재적 수분이용효율(WUEi), 최대카르복실화속도(Vcmax) 등 높았다. 특히, 시비 농도는 활발한 가스교환을 통해 비교적 높은 A, Vcmax 보였던1000 ㎎/L 과 기공개폐 기작의 조절로 광합성 반응기작을 향상시킨500 ㎎ /L가 적정 수준의 시비로 실험 결과를 보였다. 생장량 또한 대조구보다 시비처리구에서 묘목의 품질지수등 통계적으로 높은 것으로 나타났다. 특히, 1000 ㎎/L은 근원경, 간장이 처리구 중 가장 큰 특징을 보였으며, 잎, 줄기, 전체건중량, 역시 다른 처리구들에 비해 통계적으로 높았고, 묘목의품질을 나타내는 H/D율 및 T/R율도 건전한 수준인 것을 볼 수있었다. 500 ㎎/L 역시 양호한 생육 특성을 보여 경제성을 고려한다면 한 가지 선택지가 될 수 있다고 여겨진다. 그러나 2000 ㎎/L의 경우, 근원경의 감소로 H/D율은 높아졌고, 지상부에 비해 지하부로의 물질분배가 저조하여 T/R율 역시 증가하는 형태적 특성과 비용 저감을 위한 경제성을 고려하였을 때 2000 ㎎/L 의 시비농도는 과하다고 판단된다. 따라서 후박나무 용기묘의시비는 500 ㎎/L 혹은 1000 ㎎/L이 경제적으로나 식물의 형태적으로 가장 이상적인 시비량이라고 판단된다.

컨텍스트 정보의 속성 중요도를 고려한 딥러닝 기반 추천 모델 성능 향상에 관한 연구

LI QINGLONG,장동수,구하은,김재경 한국지능정보시스템학회 2024 지능정보연구 Vol.30 No.1

추천 시스템의 데이터 희소성 문제를 개선하기 위해 컨텍스트 정보를 활용한 연구가 활발하게 진행되고 있다. 다양한 선행 연구들은 추천 모델을 구축하는 과정에서 컨텍스트 정보를 구성하는 속성들을 단순히 결합하는 방법을 활용하였다. 하지만 제품에 대한 선호도는 고객이 고려하는 속성의 중요도에 따라 달라질 수 있기 때문에 컨텍스트 정보를 단순히 결합하는 방법은 추천 모델에 효과적이지 않을 수 있다. 따라서 본 연구는 고객과 제품 간 상호작용을 정교하게 학습하기 위해 컨텍스트 정보를 구성하는 각 속성의 중요도를 반영한 CINCF(Contextual information Importance-based Neural Collaborative Filtering) 모델을 제안한다. CINCF는 다양한 컨텍스트 정보에 포함된 속성들을 통합하고 어텐션 메커니즘을 활용하여 속성들이 가질 중요도를 고려하여 상호작용을 학습한다. 본 연구에서 제안된 CINCF의 추천 성능을 검증하기 위해 Amazon.com에서 수집한 세 가지 카테고리의 데이터를 사용하였다. CINCF 모델은 여러 베이스라인 모델과 비교하여 우수한 추천 성능을 보였으며, 이를 통해 컨텍스트 정보에 내포된 속성의 중요도를 고려하는 추천 방법론의 효과성을 입증할 수 있었다. Recommendation studies using context information are actively conducted to improve the data sparsity problem of the recommender system. Previous studies used simply combining attributes containing context information to construct a recommendation model. However, simply combining contextual information may not be effective for a recommendation model because the customer’s preference for a product may vary depending on the importance of attributes. This study proposes the CINCF (Contextual information Importance-based Neural Collaborative Filtering) model that reflects the importance of each attribute containing context information to learn the interaction between the customer and the product elaborately. CINCF integrates attributes in various contexts information and learns interactions by considering the importance of attributes through an attention mechanism. To evaluate the recommendation performance of the proposed model, three categories of data collected by Amazon.com were used. Compared to baseline models, the CINCF model showed excellent recommendation performance. This shows the effectiveness of the recommendation methodology that considers the importance of attributes containing context information.