데이터분석/인공지능/심리학 데이터분석/인공지능/심리학

여러분은 다양한 챗봇을 쓰고 있으신가요? 만약 그렇다면 어떤 챗봇을 어떠한 용도로 사용하고 있으신가요? 생각보다 우리 주변에는 다양한 챗봇이 존재하고 있습니다. 카카오톡에서 제공하는 봇 이외에, 식당, 예약, 콜센터 등 다양한 곳에서 챗봇을 사용하고 있습니다. 하지만, 이런 챗봇을 사용하며 어떤 느낌/정서를 경험하셨나요? "너무 단순해.", "말귀를 전혀 못알아듣잖아!", "기계적이야"라는 느낌을 받진 않으셨나요? 기능형(특수 목적형) 챗봇은 앞서 여러분들이 느낀 것과 같은 부정적인 사용 경험을 고객에게 주고 있어요. 이러한 부정적 정서에 반복적으로 노출되게 되면, 사용자들은 챗봇이 유용한 기능을 제공할지라도 금새 싫증을 챗봇 서비스를 지속적으로 사용하지 않는 문제가 생겨요. 이를 극복하기 위해서는 챗봇..

안녕하세요. 이번 포스팅에서는 CNN을 활용하는 추천 알고리즘인 "CosRec" 모델을 살펴보려 합니다. Sequential recommendation 분야에서는 user behavior pattern을 정의함으로써 그 다음에 어떤 상품을 구매할 것인지를 예측합니다. 즉, 개인마다 과거에 구매한 상품 리스트가 있을 것이고, 이를 사용하여 개인별 feature를 만든다고 간단히 생각하면 됩니다. 이번 포스팅은 이 user behavior pattern을 변형하여 새로운 feature를 만듦으로써 추천 성능을 향상시키자는 시도입니다. 아래 그림 (a)부터 살펴볼까요? 그림에서는 삼각대를 구매한 특정 고객이 구매한 상품 리스트를 나타내고 있습니다. 이를 RNN/CNN 등 다양한 아키텍쳐를 활용하여 학습한다는 ..

이번 포스팅에서는 knowledge graph에 대한 대표 연구 중 하나인 "TransR" 모델에 대해 살펴보겠습니다. 해당 연구는 graph embedding에 대한 대표적인 선행연구로써, 사전 지식 확보를 위해 graph embedding의 개념과 TransR 이전 연구들인 TransE, TransH 및 평가(evaluation) 방법론에 대해서도 살펴보도록 하겠습니다. knowledge graph가 무엇인지에 대해 위키피디아는 아래와 같이 정의를 내리고 있네요. "지식 그래프는 다양한 소스로부터 축적한 시맨틱 검색 정보를 사용하여 검색결과를 향상시키는 것으로 구글이 사용하는 지식 베이스이다." 여기서 "다양한 소스"라는 것은 대상의 개념을 나타내는 entity라고 생각하면 될 것 같습니다. 또한, ..

WSDM 2017에서 소개된 "Joint Deep Modeling of Users and Items Using Reviews for Recommendation"을 소개하려고 합니다. 이번 포스팅에 대해서 더 깊은 정보를 알고 싶으시다면, 다음 자료를 참고하시면 됩니다. Zheng, Lei, Vahid Noroozi, and Philip S. Yu. "Joint deep modeling of users and items using reviews for recommendation." Proceedings of the Tenth ACM International Conference on Web Search and Data Mining. ACM, 2017. 저자는 "DeepCoNN"이라는 rating predic..