top of page
김재경 교수: 팀 소개

PEOPLE

Doctor Course

증명사진_최신_edited.jpg

Qinglong Li (이청용)

Ph. D. Candidate

Department of Big Data Analytics,

Graduate School, KyungHee University

Office: AI Management Research Center

Email: leecy@khu.ac.kr

Education

​

  • 경희대학교 일반대학원 빅데이터응용학과 박사 수료(공학)  2023.02  

  • 경희대학교 일반대학원 빅데이터응용학과 석사 졸업(공학)  2021.02   

  • 경희대학교 경영대학 경영학과 학사 졸업(경영학) 2019.02   ​

​

International Journal (14 papers)​

  1. Jang, D., Li, Q., Lee, C., & Kim, J. "Attention-based multi attribute matrix factorization for enhanced recommendation performance.", Information Systems, 121, 102334, 2024. SCIE

  2. Yang, S., Li, Q., Lim, H., & Kim, J. "An attentive aspect-based recommendation model with deep neural network.", IEEE Access, 12, 5781-5791, 2024. SCIE

  3. Li, Q., Park, J. & Kim, J. (2024). Impact of information consistency in online reviews on consumer behavior in the e-commerce industry: a text mining approach. Data Technologies and Applications, Advance online publication, doi: 10.1108/DTA-08-2022-0342. SSCI

  4. Jang, D., Li, Q., Lee, C., & Kim, J. (2024). Attention-based multi attribute matrix factorization for enhanced recommendation performance. Information Systems, 121, 102334. SCIE

  5. Yang, S., Li, Q., Lim, H., & Kim, J. (2024). An attentive aspect-based recommendation model with deep neural network. IEEE Access, 12, 5781-5791. SCIE

  6. Li, Q., Jang, D., Kim, D. & Kim, J. (2023), Restaurant recommendation model using textual information to estimate consumer preference: Evidence from an online restaurant platform. Journal of Hospitality and Tourism Technology, 14(5), 857-877. SSCI

  7. Park, J., Li, X., Li, Q. & Kim, J. (2023), Impact on recommendation performance of online review helpfulness and consistency. Data Technologies and Applications, 57(2), 199-221. SSCI

  8. Li, X., Li, Q., & Kim, J. (2023). A Review Helpfulness Mechanism for E-commerce: A Multi-Channel Convolutional Neural Network End-to-end Approach. Applied Artificial Intelligence, 37(1), e2166226. SCIE

  9. Jeong, J., Kim, D., Li, X., Li, Q., Choi, I., & Kim, J. (2022), An Empirical Investigation of Personalized Recommendation and Reward Effect on Customer Behavior: A Stimulus–Organism–Response (SOR) Model Perspective. Sustainability. 14(22), 15369. SSCI

  10. Kim, J. K., Jeong, C. G., Li, Q., & Choi, I. Y. (2022). The demand effect analysis of head books and tail books in book recommendation network. Expert Systems, 39(2), e12847. SCIE

  11. Kim, G., Choi, I., Li, Q., & Kim, J. (2021). A CNN-Based Advertisement Recommendation through Real-Time User Face Recognition. Applied Sciences, 11(20), 9705. SCIE

  12. Li, Q., & Kim, J. (2021). A Deep Learning-Based Course Recommender System for Sustainable Development in Education. Applied Sciences, 11(19), 8993. SCIE

  13. Li, Q., Li, X., Lee, B., & Kim, J. (2021). A hybrid CNN-based review helpfulness filtering model for improving e-commerce recommendation Service. Applied Sciences, 11(18), 8613. SCIE

  14. Kim, J., Choi, I., & Li, Q. (2021). Customer Satisfaction of Recommender System: Examining Accuracy and Diversity in Several Types of Recommendation Approaches. Sustainability, 13(11), 6165. SSCI

​

Domestic Journal (15 papers)

  1. 정의주, 이병현, 이청용, 김재경. (2023). BERTopic 모델을 이용한 항공사 서비스에서 지각된 고객가치가 고객 만족도에 미치는 영향 분석. 지식경영연구, 24(3), 95-125.

  2. 정다솜, 이청용, 김재경. (2023). 리뷰어의 문화적 배경 차이가 온라인 리뷰 유용성에 미치는 영향: 문화 차원의 조절효과를 중심으로. 인터넷전자상거래연구, 23(4), 215-240.

  3. 장동수, 정다솜, 이청용, 김동언, 김재경. (2023). 중소기업의 지속가능한 경영을 위한 머신러닝 기반 스마트 컨설팅 방법론에 관한 연구. 기업경영연구, 30(2), 25-49.

  4. 장동수, 이청용, 김재경. (2023). 딥러닝 기반 온라인 리뷰의 언어학적 특성을 활용한 추천 시스템 성능 향상에 관한 연구. 지능정보연구, 29(1), 41-63.

  5. 이흠철, 김동언, 이청용, 김재경. (2023). 명시적 및 암시적 피드백을 활용한 그래프 컨볼루션 네트워크 기반 추천 시스템 개발. 한국IT서비스학회지, 22(1), 43-56.

  6. 구하은, 이청용, 김재경. (2023). 레스토랑 카테고리와 온라인 소비자 리뷰를 이용한 딥러닝 기반 레스토랑 추천 시스템 개발. 경영정보학연구, 25(1), 27-46.

  7. 김은비, 이청용, 장필식, 김재경. (2022). 공공 데이터 기반 소비자 상황을 고려한 시간대별 미디어 추천시스템 연구. 지능정보연구, 28(4), 95-117.

  8. 이청용, 김재경. (2022). 온라인 리뷰의 제목과 내용의 일치성이 리뷰 유용성에 미치는 영향. 지식경영연구, 22(3), 193-212.

  9. 김동언, 이청용, 김재경. (2022). 역사 맞춤형 정책 수립을 위한 지하철 역사의 유형화 및 특성 분석에 관한 연구: 서울 지하철 사례를 중심으로. 인터넷전자상거래연구, 22(4), 153-170.

  10. 이흠철, 윤효림, 이청용, 김재경. (2022). Multi-channel CNN 기반 온라인 리뷰 유용성 예측 모델 개발에 관한 연구. 지능정보연구, 28(2), 171-189.

  11. 이승우, 강경모, 이병현, 이청용, 김재경. (2022). 사용자의 정성적 선호도와 정량적 선호도를 고려하는 추천 시스템 성능 향상에 관한 연구. 경영과학, 39(1), 15-27. 

  12. 이청용, 이병현, 이흠철, 김재경. (2021). CNN 기반 리뷰 유용성 점수 예측을 통한 개인화 추천 서비스 성능 향상에 관한 연구. 지능정보연구, 27(3), 29-56.

  13. 이청용, 최사박, 신병규, 김재경. (2021). 온라인 호텔 리뷰와 평점 불일치 문제 해결을 위한 딥러닝 기반 개인화 추천 서비스 연구. 경영정보학연구, 23(3), 51-75.

  14. 이청용, 전상홍, 이창재, 김재경. (2021). 사용자의 선호도 정보를 활용한 직무 추천 시스템 연구. 한국IT서비스학회지, 20(3), 57-73

  15. 장예화, 이청용, 최일영, 김재경. (2021). 리뷰 데이터 마이닝을 이용한 하이브리드 추천시스템 개발: Amazon Kindle Store 데이터 분석사례. 경영정보학연구, 23(1), 155-172.

​

Awards

  1. CNN 기반 리뷰 유용성 점수 예측을 통한 개인화 추천 서비스 성능 향상에 관한 연구. 2021년 한국지능정보시스템학회 춘계학술대회. 우수논문상

  2. 명시적 및 암시적 피드백을 활용한 그래프 컨볼루션 네트워크 기반 추천 시스템 개발. 2023년 한국IT서비스학회 춘계학술대회. 최우수논문상

  3. A personalized restaurant recommendation model exploiting granular customer preferences. 2023년 한국경영과학회 추계학술대회. 우수논문상

  4. A Cross-Domain Recommendation Model with Doc2Vec for solving Data Sparsity Problems. 2023년 한국경영과학회 추계학술대회. 우수논문상

bottom of page