Design and Implementation of Personalized PoI Recommendation System with GNN-based User Visiting Analysis

본 연구는 그래프 신경망 (GNN, Graph Neural Network)을 활용하여 사용자 특성, 방문지, 상호작용 데이터를 기반으로 개인화된 관심 지점인 PoI 추천 시스템을 개발하고자 한다. 복잡한 사용자 데이터를 그래프 구조로 모델링함으로써, 사용자-아이템 간 분석을 극대화하고 추천 시스템의 성능을 향상시킨다. 본 연구에서는 GCN, GAT, GraphSAGE, ChevConv Layer, 멀티-헤드 어텐션 기법 등의 방법을 사용하여 M1, M2, NGCF 및 그에 따른 Fine-Tuning된 모델을 개발하여 사용자 특성, 방문지, 상호작용 데이터를 분석하고 PoI를 추천한다. 연구 결과에서는 사용자 데이터를 기반으로 학습된 모델이 유사한 특성의 새로운 지역을 성공적으로 추천함으로써 개인화된 사용자 경험을 제공하고 그래프 데이터와 그래프 신경망을 활용한 다양한 접근 방식을 보여준다.