-검정.jpg){kind=logo}
- P-ISSN1225-598X
- E-ISSN2982-6292
딥러닝 기반 논문추천 연구에 관한 체계적 문헌고찰
A Systematic Review of Deep Learning-Based Article Recommendation Research
초록
인용할 연구논문을 찾는 일은 정보과부화로 인해 더욱 힘들어지고 있는 실정이며, 이에 따라 연구논문 추천에 대한 관심이 높아지고 있다. 최근 10년 간, 논문추천의 품질을 향상시키기 위해 딥러닝 방법이 활용되고 있지만 2020년 이후 딥러닝 기반 연구논문 추천에 대한 체계적 연구는 부족한 상황이다. 본 연구는 체계적 문헌고찰법을 활용해 2020년부터 2023년까지 총 47편의 딥러닝 기반의 연구논문추천 연구를 검토하고, 데이터 요인, 데이터 표현 방법, 방법론, 사용된 추천 유형, 직면 문제, 그리고 개인화여부의 관점에서 2020년 이전의 연구와 비교해 연도별로 추전기법, 사용데이터 및 딥러닝 기법, 연구핵심내용 키워드 중심으로 정리하고 이를 기반으로 시사점을 도출하였다. 또한 분석한 연구동향을 기반으로 향후 연구방향을 제언하였다.
- keywords
- 연구논문 추천, 딥러닝, 체계적문헌고찰법, 추천알고리즘, 연구논문 추천서비스
Abstract
Finding relevant research papers for citation has become increasingly challenging due to information overload, leading to growing interest in research paper recommendation systems. Over the past decade, deep learning methods have been employed to enhance the quality of paper recommendations. However, there has been a lack of systematic research on deep learning-based paper recommendation systems since 2020. This study conducts a systematic literature review of 47 deep learning-based research paper recommendation studies published between 2020 and 2023. The analysis examines data factors, data representation methods, methodologies, recommendation types, encountered challenges, and personalization aspects. Furthermore, it compares these studies with pre-2020 research by summarizing recommendation techniques, utilized datasets, deep learning methods, and key research topics by year. Based on this comparison, key insights are derived. Additionally, future research directions are suggested based on the analyzed research trends.
- keywords
- Research Paper Recommendation, Deep Learning, Systematic Literature Review, Recommendation Algorithms, Research Paper Recommendation Service