서울대학교 강유 교수 연구진,
뉴스 추천 기법 관련 논문으로 PAKDD 최우수 논문상 수상

컴퓨터공학부 강유 교수 연구진(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 수상하였다. 올해 24번째로 개최된 PAKDD 학회는 총 628편의 제출된 논문 중 135편의 논문이 채택되었으며(게재율: 21.5%), 전체 논문 중 단 한 편만이 최우수 학생 논문상을 수상하였다.

수상 논문 "Accurate News Recommendation Coalescing Personal and Global Temporal Preferences"은 뉴스 추천 기법에 관한 것으로, 개별 뉴스에 대한 대중의 선호도가 시간에 따라 급격하게 변하는 것에 기반하여 대중의 선호도와 개인의 선호도를 동시에 효과적으로 고려하여 사용자에게 정확한 뉴스 추천을 하는 방법을 제시하였다. 논문에서 제안한 방법은 개인의 선호도에만 집중하였던 기존의 연구들에 비해 최대 77%의 정확도 향상을 보였다.

뉴스 추천 서비스는 수많은 뉴스 중 사용자에게 적합한 최적의 뉴스를 제공하여 사용자의 만족도를 높이는 중요한 기술로 IT 서비스에서 널리 쓰이고 있다. 논문에서 제안한 기술은 뉴스 추천 서비스의 성능을 크게 높이는데 기여할 것으로 예상된다. 논문에 대한 자세한 내용은 아래의 링크를 통해 확인할 수 있다.

• 논문 소개 페이지: https://datalab.snu.ac.kr/pgt

• 논문 정보: Bonhun Koo, Hyunsik Jeon, and U Kang, Accurate News Recommendation Coalescing Personal and Global Temporal Preferences, PAKDD 2020