Hong-Kyun Bae

Professor, Software Department, Kookmin University, Seoul, Korea

Contact

Email

Research Interests

  • Recommender Systems

Awards

  • 산업과학연구소 우수 논문상, 2024. 08. 22.
  • ASK 춘계학술대회 2023 우수논문상, “체크인 시퀀스 기반의 next POI 추천 시스템을 위한 네거티브 샘플링 방법”, 2023. 05. 18
  • ASK 춘계학술대회 2023 우수논문상, “이윤 고려 추천 시스템의 연구 동향 조사 및 분석”, 2023. 05. 18
  • AI대학원 심포지엄 우수 논문 선정, 2023.08.18.
  • 한국컴퓨터종합학술대회 (KCC 2021) 장려상, “멀티 클래스 환경에서 추천을 위한 지식 증류를 이용하는 딥러닝 기반의 행렬 분해 기법,” 2021. 07. 23
  • 한국정보과학회 (KSC 2019) 최우수 논문상, “협업 필터링을 위한 듀얼 벡터 표기 방식 기반 오토인코더,” 2019. 12. 19

Publications

*졸업 이후 실적은 Google Scholar 혹은 Personal Homepage 참고 부탁드립니다.

13 International Conference Papers

  • Hong-Kyun Bae*, Zhenping Jin*, and Sang-Wook Kim, “SAND: Subjective-Anticipation-Augmented News Recommendation via Dual-Pathway Distillation,” In Proc. of the 2026 Conference on Empirical Methods in Natural Language Processing (EMNLP 2026), pp., Budapest, Hungary, Oct 24-29, 2026 (*co-first authors with equal contribution) (full paper).
  • Hong-Kyun Bae*, Hae-Ri Jang*, Won-Yong Shin, and Sang-Wook Kim, “Ranking Items by the Current-Preferences and Profits: A List-wise Learning-to-Rank Approach to Profit Maximization,” In Proc. of the ACM Web Conference (WWW’25), pp., Sydney, Australia, April 28-May 2, 2025. (*co-first authors with equal contribution)
  • Hong-Kyun Bae*, Hae-Ri Jang*, Yang-Sae Moon, and Sang-Wook Kim, “Item-Ranking Promotion in Recommender Systems,” In Proceedings of the ACM Web Conference 2024 (WWW 2024), pp. 505-508, Singapore, May 13-17, 2024. (*co-first authors with equal contribution). (short paper).
  • Jeewon Ahn, Hong-Kyun Bae, and Sang-Wook Kim, “Is the ‘Impression Log’ Beneficial to Evaluating News Recommender Systems? No, it is Not!,” In Companion Proceedings of the ACM Web Conference 2024 (WWW 2024), pp. 822-825, Singapore Management University, Singapore, May 13-17, 2024. (short paper)
  • Hong-Kyun Bae*, Yebeen Kim*, Hyunjoon Kim, and Sang-Wook Kim, “Negative Sampling in Next-POI Recommendations: Observation, Approach, and Evaluation,” In Proceedings of the ACM Web Conference 2024 (WWW 2024), pp. 505-508, Singapore, May 13-17, 2024. (*co-first authors with equal contribution). (full paper).
  • Jeewon Ahn*, Hong-Kyun Bae* and Sang-Wook Kim, “Is the Impression Log Beneficial to Effective Model Training in News Recommender Systems? No, It’s NOT”, In Proceedings of the ACM Web Conference 2023 (WWW 2023), pp. 61-64, Texas, USA, Apr. 30 – May 4, 2023. (*co-first authors with equal contribution) (short paper).
  • Hong-Kyun Bae, Yeon-Chang Lee, Kyungsik Han, and Sang-Wook Kim, “A Competition-Aware Approach to Accurate TV Show Recommendation,” In Proc. of the 39th IEEE Int’l. Conf. on Data Engineering (IEEE ICDE 2023), pp. 2822-2834, Anaheim, California, USA, Apr. 3-7, 2023. (full paper).
  • Hong-Kyun Bae, Jeewon Ahn, Dongwon Lee, and Sang-Wook Kim, “LANCER: A Lifetime-Aware News Recommender System”, In Proc. of the Thirty-Seventh AAAI Conference on Artificial Intelligence (AAAI 2023), pp. 4141-4148, Washington D.C., USA. Feb. 7-14, 2023.
  • Hong-Kyun Bae, Jeewon Ahn, and Sang-Wook Kim, “A Comparative Study for State-of-the-Art News Recommendation Methods”, In Proc. of the International Conference on Next Generation Computing (ICNGC 2022), pp. 140-142. Jeju, Korea, Oct. 6-8, 2022 (short paper).
  • Hongjun Lim*, Yeon-Chang Lee*, Jin-Seo Lee, Sanggyu Han, Seunghyeon Kim, Yeongjong Jeong, Changbong Kim, Jaehun Kim, Sunghoon Han, Solbi Choi, Hanjong Ko, Dokyeong Lee, Jaeho Choi, Yungi Kim, Hong-Kyun Bae, Taeho Kim, Jeewon Ahn, Hyun-Soung You and Sang-Wook Kim, “AiRS: A Large-Scale Recommender System at NAVER News”, In Proc. of the 38th IEEE International Conference on Data Engineering (IEEE ICDE 2022), pp. 3386-3398, Virtual Event, May 9-12, 2022. (*co-first authors with equal contribution) (full paper).
  • Sung-Jun Park*, Dong-Kyu Chae*, Hong-Kyun Bae, Sumin Park and Sang-Wook Kim, “Reinforcement Learning over Sentiment-Augmented Knowledge Graphs towards Accurate and Explainable Recommendation”, In Proc. of the 15th ACM International Conference on Web Search and Data Mining (ACM WSDM 2022), pp. 784-793, Virtual Event, Tempe, Arizona, USA, Feb. 21-25, 2022. (*co-first authors with equal contribution) (full paper).
  • Yunyong Ko*, Jae-Seo Yu*, Hong-Kyun Bae, Yongjun Park, Dongwon Lee and Sang-Wook Kim, “MASCOT: A Quantization Framework for Efficient Matrix Factorization in Recommender Systems”, In Proc. of the 21st IEEE International Conference on Data Mining (IEEE ICDM 2021), pp. 290-299, New Zealand, Dec. 7-10, 2021.(*co-first authors with equal contribution) (full paper).
  • Hong-Kyun Bae, Yeon-Chang Lee and Sang-Wook Kim, “TV Show Recommendation: Methods and Evaluation”, In Proc. Int’l Conf. on Convergence Content (ICCC 2020), pp. 413-414, Busan, Korea, Nov. 12-14, 2020. (short paper).

2 International Journal Papers

  • Hong-Kyun Bae*, Jiyeon Kim*, Jongwuk Lee, and Sang-Wook Kim, “DUET: Dually guided knowledge distillation from explicit feedback,” Information Fusion, Vol., No., pp., , 2025. (*co-first authors with equal contribution) (accepted to appear)
  • Hong-Kyun Bae, Hyung-Ook Kim, Won-Yong Shin and Sang-Wook Kim, ““How to Get Consensus with Neighbors?”: Rating Standardization for Accurate Collaborative Filtering”, Knowledge-Based Systems, Vol. 234, pp. 1-13, Dec 25, 2021.

3 International Patents

  • Yongjun Park, Seokwon Kang, Sang-Wook Kim, Hong-Kyun Bae, Jae-Seo Yu, and Kyunghwan Choi, Method for Optimizing Performance of Algorithm Using Precision Scaling, 등록 번호: US11537395, 등록일: 2022-12-27, 국가: 미국, 출원번호: 17/519,079,
  • 김상욱, 배홍균, 김예빈, Next-POI 추천을 위한 네거티브 POI 샘플링 방법 및 그 시스템, 출원번호: PCT/KR2024/020472, 출원일: 2024.12.17
  • Hong-Kyun Bae, Jiyeon Kim, Sang-Wook Kim, Method and System for Knowledge Distillation Technique in Multiple Class Collaborative Filtering Environment, 출원번호: 17/979,487, 출원일: 2022.11.02

13 Domestic Conference Papers

  • 김진평, 배홍균, 김상욱, “대규모 언어 모델을 활용한 인컨텍스트 러닝 및 에이전트 기반 뉴스 추천 방법의 비교 분석”, 2025 한국소프트웨어종합학술대회 (KSC 2025), pp. 226-228, 여수, 2025년 12월 16-19일
  • 이현우, 배홍균, 김상욱, “카테고리 정보 이용 여부에 따른 프롬프트 엔지니어링 기반의 뉴스 추천 시스템”, KCC 2025, pp. ,제주ICC , 2025년 7월 02일 – 7월 04일
  • 표성주, 배홍균, 김상욱, “ 그래프 신경망 기반의 뉴스 추천 시스템 방법들에 대한 정확도 비교 분석,” KCC 2025, pp. ,제주ICC , 2025년 7월 02일 – 7월 04일
  • 장해리, 배홍균, 김상욱 “이윤 고려 추천 시스템에 대한 비교 평가”, ASK 2023, pp.501-503, 서울대학교, 2023년 5월 18일 - 5월 20일
  • 김예빈, 배홍균, 김상욱 “체크인 시퀀스 기반의 next POI 추천 시스템을 위한 네거티브 샘플링 방법”, ASK 2023, pp.470-472, 서울대학교, 2023년 5월 18일 – 5월 20일
  • 김예빈, 배홍균, 안지원, 최현우, 이아랑, 이한송, 김상욱 “차량 운전자의 내비게이션 사용 이력 데이터셋을 활용한 개인화 POI 추천 시스템”, KCC 2022, pp.564-566 , ICC 제주, 2022년 6월 29 – 7월 1일
  • 김지연, 배홍균, 김상욱, “다중 클래스 환경의 추천시스템을 위한 지식 증류 기법들의 비교 분석”, ASK 춘계학술대회 2022, pp.356-358, 숙명여자대학교, 2022년 5월 19-21일
  • 안효인, 우승윤, 배홍균, 김상욱, “멀티 클래스 환경에서 추천을 위한 지식 증류를 이용하는 딥러닝 기반의 행렬 분해 기법,” KCC 2021, pp. 1990-1992, 온라인개최, 2021년 6월 23-25일.
  • 유재서, 고윤용, 배홍균, 강석원, 유용승, 박영준, 김상욱, “추천 시스템에서의 효율적인 행렬 분해 모델을 위한 정밀도 변환 기법,” KIPS 춘계학술대회 2021, pp. 314-315, 온라인개최, 2021년 5월 14-15일.
  • 김지연, 배홍균, 김상욱, “다중클래스 피드백을 이용한 지식증류기법 기반의 추천시스템 정확도 평가,” KIPS 춘계학술대회 2021, pp. 310-311, 온라인개최, 2021년 5월 14-15일.
  • 박성준, 배홍균, 채동규, 김상욱, “객체 간 선호 관계 정보를 포함하는 지식 그래프 구축 기법 및 추천 시스템에서의 활용 방안,” KIPS 추계학술대회 2020, pp. 759-760, 온라인개최, 2020년 11월 6-7일.
  • 유재서, 배홍균, 강석원, 유용승, 박영준, 김상욱, “ 랜덤워크 기법을 위한 GPU 기반 희소행렬 벡터 곱셈 방안에 대한 성능 평가,” KIPS 추계학술대회 2020, pp. 96-97, 온라인개최, 2020년 11월 6-7일.
  • 심수정, 김장현, 배홍균, 김상욱, “협업 필터링을 위한 듀얼 벡터 표기 방식 기반 오토인코더,” KSC 2019, pp. 99-101, 평창 휘닉스파크, 2019년 12월 18-20일.

1 Domestic Journal Paper

  • 배홍균, 김지연, 김상욱, “익스플리싯 피드백 환경에서 추천 시스템을 위한 최신 지식증류기법들에 대한 성능 및 정확도 평가,” 스마트미디어저널 제12권 제9호, 2023년 10월

13 Domestic Patents

  • 김상욱, 배홍균, 안지원, 수명 기반의 뉴스 추천 방법 및 그 시스템, 출원번호: 10-2023-0064160, 출원일: 2023.05.18.
  • 김상욱, 장해리, 배홍균, 아이템 랭킹 승격 기반의 추천 방법 및 그 시스템, 출원번호: 10-2023-0116956, 등록번호: 10-2995802, 등록일: 2026.07.22., 출원일: 2023.09.04.
  • 김상욱, 유재서, 고윤용, 배홍균, 박영준, 추천시스템에서의 효율적인 행렬 분해를 위한 양자화 프레임워크 장치 및 학습 방법, 출원번호: 10-2021-0184046, 등록번호: 10-2921898, 등록일: 2026.01.29, 출원일: 2021.12.21
  • 김상욱, 박성준, 채동규, 배홍균, 감정 요소가 결합된 지식 그래프와 강화학습을 이용한 설명 가능한 추천 시스템 및 방법, 등록번호: 10-2633688, 등록일: 2024.01.31., (출원번호: 10-2021-0054841, 출원일: 2021. 04. 28.)
  • 김상욱, 배홍균, 이연창, 경쟁 기반의 TV 프로그램 추천 방법 및 그 시스템, 등록번호: 10-2372712, 등록일: 2022.03.04, (출원번호: 10-2020-0182547, 출원일: 2020.12.23)
  • 김상욱, 박영준, 강석원, 배홍균, 유재서, 최경환, 정밀도 스케일링을 적용한 추천 알고리즘 성능 최적화 기법, 등록번호:10-2380437, 등록일:2022.03.25., (출원번호: 10-2020-0113285, 출원일: 2020.09.04)
  • 김상욱, 배홍균, 김형욱, 표준화된 평점 기반의 아이템 추천 방법 및 장치, 등록번호: 10-2200340, 등록일: 2021.01.04. (출원번호: 10-2018-0056888, 출원일: 2018. 05. 18)
  • 김상욱, 배홍균, 이현우, 선호도 힌트 및 경쟁 후보를 이용한 대조 프롬프팅 기반 뉴스 추천 방법 및 장치, 출원번호: 10-2026-0042712, 출원일: 2026.03.10.
  • 김상욱, 배홍균, 표성주, 이재현, 동적 이웃 인식 기반의 시계열 그래프 뉴스 추천 방법 및 장치, 출원번호: 10-2026-0015368, 출원일: 2026.01.26.
  • 김상욱, 이재현, 배홍균, 시간 지식 그래프를 이용하여 유저의 의도를 고려하는 next-POI 추천 방법 및 시스템, 출원번호: 10-2024-0184634, 출원일: 2024.12.12.
  • 김상욱, 배홍균, 김예빈, Next-POI 추천을 위한 네거티브 POI 샘플링 방법 및 그 시스템, 출원번호: 10-2024-0036325, 출원일: 2024.03.15.
  • 김상욱, 배홍균, 장해리, 추천 시스템의 이윤 최대화를 위한 리스트 별 순위 학습 방법 및 그 시스템, 출원번호: 10-2024-0036326, 출원일: 2024.03.15.
  • 김상욱, 배홍균, 김지연, 다중 클래스 협업 필터링 환경에서 지식증류기법 사용을 위한 방법 및 장치, 출원번호: 10-2022-0074989, 출원일: 2022.06.20