상세 보기
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.
키워드
연구논문 추천; 딥러닝; 체계적문헌고찰법; 추천알고리즘; 연구논문 추천서비스; Research Paper Recommendation; Deep Learning; Systematic Literature Review; Recommendation Algorithms; Research Paper Recommendation Service
- 제목
- 딥러닝 기반 논문추천 연구에 관한 체계적 문헌고찰
- 제목 (타언어)
- A Systematic Review of Deep Learning-Based Article Recommendation Research
- 저자
- 김성훈
- 발행일
- 2025-02
- 유형
- Y
- 저널명
- 한국문헌정보학회지
- 권
- 59
- 호
- 1
- 페이지
- 461 ~ 488