Hong-Kyun Bae

Postdoc, Computer Science Department, Hanyang University, Seoul, Korea

Contact

Email

Research Interests

  • Recommender Systems

Awards

  • 2023 AI대학원 심포지엄 우수 논문 선정
  • ASK 춘계학술대회 2023 우수논문상
  • ASK 춘계학술대회 2023 우수논문상
  • 한국컴퓨터종합학술대회 (KCC 2021) 장려상
  • 한국정보과학회 (KSC 2019) 최우수 논문상

Publications

12 International Conference Papers

  • 1 paper submitted to a top conferece
  • 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, Hae-Ri Jang, Yang-Sae Moon, and Sang-Wook Kim, “Item-Ranking Promotion in Recommender Systems,” In Companion Proceedings of the ACM Web Conference 2024 (WWW 2024), pp. 505-508, Singapore Management University, Singapore, May 13-17, 2024. (*co-first authors with equal contribution). (short paper).
  • Hong-Kyun Bae, Yebeen Kim, Hyunjoon Kim, and Sang-Wook Kim, “Negative Sampling in Next-POI Recommendations: Observation, Approach, and Evaluation,” In Companion Proceedings of the ACM Web Conference 2024 (WWW 2024), pp. 3888-3899, Singapore Management University, 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 (ACM WWW 2023), pp. 61-64, Texas, USA, April 30 – May 4, 2023 (short paper). (*co-first authors with equal contribution)
  • 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, April 3-7, 2023 (full paper).
  • Hong-Kyun Bae, Jeewon Ahn, Dongwon Lee, 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. February 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. 13-16, 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 (full paper). (*co-first authors with equal contribution)
  • 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 (full paper). (*co-first authors with equal contribution)
  • 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 (full paper). (*co-first authors with equal contribution)
  • 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).

1 International Journal Paper

  • 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.

2 International Patents

  • Hong-Kyun Bae, Jiyeon Kim, Sang-Wook Kim, Method and System for Knowledge DistillationTechnique in Multiple Class Collaborative Filtering Environment, 출원번호: 17/979,487
  • 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, 출원번호: 17/519,079

10 Domestic Conference Papers

  • 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
  • 장해리, 배홍균, 김상욱 “이윤 고려 추천 시스템의 연구 동향 조사 및 분석”, ASK 2023, pp.501-503, 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, 한국컴퓨터종합학술대회 (KCC 2021) 장려상, “멀티 클래스 환경에서 추천을 위한 지식 증류를 이용하는 딥러닝 기반의 행렬 분해 기법,” 2021. 07. 23.
  • 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.
  • 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.
  • 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.
  • 심수정, 김장현, 배홍균, 김상욱, 한국정보과학회 (KSC 2019) 최우수 논문상, “협업 필터링을 위한 듀얼 벡터 표기 방식 기반 오토인코더,” 2019. 12. 19.

1 Domestic Journal

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

10 Domestic Patents

  • 김상욱, 배홍균, 김예빈, Next-POI 추천을 위한 네거티브 POI 샘플링 방법 및 그 시스템, 출원번호: 10-2024-0036325
  • 김상욱, 장해리, 배홍균, 추천시스템의 이윤 최대화를 위한 리스트 별 순위 학습 방법 및 그 시스템, 출원번호: 10-2024-0036326
  • 김상욱, 장해리, 배홍균, 아이템 랭킹 승격 기반의 추천 방법 및 그 시스템, 출원번호: 10-2023-0116956
  • 김상욱, 배홍균, 안지원, 수명 기반의 뉴스 추천 방법 및 그 시스템, 출원번호: 10-2023-0064160
  • 김상욱, 배홍균, 김지연, 다중 클래스 협업 필터링 환경에서 지식증류기법 사용을 위한 방법 및 장치, 출원번호: 10-2022-0074989
  • 김상욱, 유재서, 고윤용, 배홍균, 박영준, 추천시스템에서의 효율적인 행렬 분해를 위한 양자화 프레임워크 장치 및 학습 방법, 출원번호: 10-2021-0184046
  • 김상욱, 박성준, 채동규, 배홍균, 감정 요소가 결합된 지식 그래프와 강화학습을 이용한 설명 가능한 추천 시스템 및 방법, 출원번호: 10-2021-0054841
  • 김상욱, 배홍균, 이연창, 경쟁 프로그램 기반의 TV 프로그램 추천 방법 및 장치, 출원번호: 10-2020-0182547
  • 박영준, 강석원, 김상욱, 배홍균, 유재서, 최경환, 정밀도 스케일링을 이용한 알고리즘 성능 최적화 방법, 출원번호: 10-2020-0113285
  • 김상욱, 배홍균, 김형욱, 표준화된 평점 기반의 아이템 추천 방법 및 장치, 출원번호: 10-2018-0056888