LLM-aided Review-Based Recommendation and Cross-Domain Knowledge Transfer
연구 내용
리뷰 텍스트를 LLM 기반 요약·표현 학습으로 정제하고 교차도메인 전이를 통해 추천 성능을 개선하는 연구
숙련된 사용자 리뷰가 희소한 상호작용 데이터에서 유용한 부가 정보를 제공한다는 전제하에 연구를 수행합니다. 리뷰를 LLM 기반 텍스트 요약으로 압축하여 불필요한 단어로 인한 정보 손실과 스무딩 효과를 완화하고, 교차도메인 추천에서는 리뷰 기반 표현을 분리 학습하며 역전이되는 불리 정보를 줄이는 구조를 사용합니다. 또한 잠재 공간 정렬이 위계 구조를 붕괴시키는 문제를 분석하고, 하이퍼볼릭 기하에서 계층을 보존하는 정렬·정규화 절차를 설계하여 안정적인 도메인 정합을 구현합니다.
관련 연구 성과
관련 논문
5편
관련 특허
0건
관련 프로젝트
0건
연구 흐름
초기에는 리뷰 기반 텍스트 추천에서 2D 텍스트 컨볼루션이 긴 문서에서 겪는 정보 손실 문제를 확인하고, LLM 요약을 전처리로 결합해 의미 있는 단서만 남기는 방향으로 성능을 개선했습니다. 이후에는 단일 도메인 공유 속성에 의존하던 교차도메인 전이의 한계를 리뷰 텍스트로 대체하여, 도메인 비공유 요소를 분리하는 표현 학습과 안정화된 최적화 전략을 확장했습니다. 최근에는 유클리드 잠재 공간에서 도메인 정렬이 계층을 무너뜨리는 현상을 이론적으로 해석하고, 하이퍼볼릭 임베딩과 위계 보존 정규화로 리뷰 기반 교차도메인 추천의 견고성 및 스케일성을 강화하는 연구를 수행합니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
Improving the Text Convolution Mechanism with Large Language Model for Review-Based Recommendation
Generalization of Knowledge Transfer With User Reviews for Cross-Domain Recommendation
Review-Based Hyperbolic Cross-Domain Recommendation
Generalization of Knowledge Transfer Based on Review Data for Cross-Domain Recommendation
Hierarchical Hyperbolic Embeddings for Review-Driven Cross-Domain Recommendation