Yeon-Chang Lee

Post-Doc, Georgia Institute of Technology, USA

Contact

Email

Research Interests

  • Recommender Systems
  • Graph Mining

Awards

  • Best Ph.D. Dissertation Award, HYU Research Institute of Industrial Science (2021)
  • Certificate of Appreciation KIISE KSC (2021)
  • Travel Awards ACM SIGIR (2020)
  • Travel Awards ACM CIKM (2020)
  • Best Oral Presentation Awards NGCML (2020)
  • Certificate of Appreciation KIISE KSC (2020)
  • Best Oral Presentation Awards KIISE KCC (2019)
  • Certificate of Appreciation KIISE KCC (2019)
  • AAAI Student Scholarship Award (2018)
  • Best Paper Awards: KIISE KDBC (2018)
  • 빅데이터 생활형 서비스 연구센터 워크샵 논문 우수상 (2018)
  • NAVER Ph. D. Fellowship 2017
  • Best Paper Awards: KIISE KDBC (2017)
  • KIISE 학부생 논문경진대회 우수상 (2017)
  • HYU BK21Plus 실적 우수대학원생 선정 (2017)

Publications

20 International Conference Papers

  • Hyunsik Yoo, Yeon-Chang Lee, Kijung Shin and Sang-Wook Kim, “Disentangling Degree-related Biases and Interest for Out-of-Distribution Generalized Directed Network Embedding”, In Proceedings of the ACM Web Conference 2023 (ACM WWW 2023), pp., Texas, USA, April 30 – May 4, 2023 (full paper). (accepted to appear)
  • 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., Anaheim, California, USA, April 3-7, 2023 (full paper). (accepted to appear)
  • Yeon-Chang Lee, JaeHyun Lee, Dongwon Lee, and Sang-Wook Kim, “THOR: Self-Supervised Temporal Knowledge Graph Embedding via Three-Tower Graph Convolutional Networks”, In Proc. of IEEE International Conference on Data Mining (IEEE ICDM 2022), pp. 1035-1040, Orlando, FL, USA, Nov. 28 - Dec. 1, 2022 (short paper). (*co-first authors with equal contribution)
  • Taeri Kim, Yeon-Chang Lee, Kijung Shin, and Sang-Wook Kim, “MARIO: Modality-Aware Attention and Modality-Preserving Decoders for Multimedia Recommendation”, In Proc. of the 31st ACM Int’l Conf. on Information and Knowledge Management (ACM CIKM 2022), pp.993–1002, Atlanta, GA, USA, Oct. 17-21, 2022 (full paper). (*co-first authors with equal contribution)
  • Taeho Kim, Yungi Kim, Yeon-Chang Lee, Won-Yong Shin, and Sang-Wook Kim, “Is It Enough Just Looking at the Title?: Leveraging Body Text To Enrich Title Words Towards Accurate News Recommendation”, In Proc. of the 31st ACM Int’l. Conf. on Information and Knowledge Management (ACM CIKM 2022), pp.4138–4142, Atlanta, GA, USA, Oct. 17-21, 2022 (short paper). (*co-first authors with equal contribution)
  • 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)
  • Taeyong Kong, Taeri Kim, Jinsung Jeon, Jeongwhan Choi, Yeon-Chang Lee, Noseong Park and Sang-Wook Kim, “Linear, or Non-Linear, That is the Question!”, In Proc. of the 15th ACM International Conference on Web Search and Data Mining (ACM WSDM 2022), pp. 517-525, Virtual Event, Tempe, Arizona, USA, Feb. 21-25, 2022 (full paper). (*co-first authors with equal contribution)
  • Hyunsik Yoo, Yeon-Chang Lee, Kijung Shin and Sang-Wook Kim, “Directed Network Embedding with Virtual Negative Edges”, In Proc. of the 15th ACM International Conference on Web Search and Data Mining (ACM WSDM 2022), pp. 1291-1299 ,Virtual Event, Tempe, Arizona, USA, Feb. 21-25, 2022 (full paper). (*co-first authors with equal contribution)
  • Yoonsuk Kang, Woncheol Lee, Yeon-Chang Lee, Kyungsik Han and Sang-Wook Kim, “Adversarial Learning of Balanced Triangles for Accurate Community Detection on Signed Networks”, In Proc. of the 21st IEEE International Conference on Data Mining (IEEE ICDM 2021), pp. 1150-1155, New Zealand, Dec. 7-10, 2021 (short paper).
  • Wonchang Lee, Yeon-Chang Lee, Dongwon Lee and Sang-Wook Kim, “Look Before You Leap: Confirming Edge Signs in Random Walk with Restart for Personalized Node Ranking in Signed Networks”, In Proc. of ACM SIGIR International Conference on Research and Development in Information Retrieval (ACM SIGIR 2021), pp. 143-152, Virtual Event, July 11-15, 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).
  • Yeon-Chang Lee, Nayoun Seo and Sang-Wook Kim, “Are Negative Links Really Beneficial to Network Embedding? In-Depth Analysis and Interesting Results”, In Proc. of the 29th ACM Int’l Conference on Information and Knowledge Management (ACM CIKM 2020), pp. 2113-2116, ONLINE, Oct. 19-23, 2020 (short paper).
  • Yeon-Chang Lee, Nayoun Seo, Sang-Wook Kim, and Kyungsik Han, “ASiNE: Adversarial Signed Network Embedding”, In Proc. of the 43rd Int’l ACM Conf. on Research and Development in Information Retrieval (ACM SIGIR 2020), pp. 609-618, Virtual Event, July 25-30, 2020 (full paper).
  • Kyung-Jae Cho, Yeon-Chang Lee, Kyungsik Han, Jaeho Choi and Sang-Wook Kim, “No, That’s Not My Feedback: TV Show Recommendation Using Watchable Interval”, In Proc. of the 35th IEEE Int’l Conf. on Data Engineering (IEEE ICDE 2019), pp. 316-327, Macau SAR, China, Apr. 8-12, 2019 (full paper).
  • Yeon-Chang Lee, Taeho Kim, Janghoi Koo and Sang-Wook Kim, “Pair-wise Approaches to One-Class Collaborative Filtering in Recommender Systems: Methods and Extensive Evaluation”, In Proc. Int’l Conf. on Convergence Content (ICCC 2018), pp. 19-20, Jeju Island, Korea, Dec. 17-19, 2018 (short paper).
  • Yeon-Chang Lee, Sang-Wook Kim, and Dongwon Lee, “gOCCF: Graph-Theoretic One-Class Collaborative Filtering Based on Uninteresting Items”, In Proc. of Int’l AAAI Conf. on Artificial Intelligence (AAAI 2018), pp. 3448-3456, New Orleans, Louisiana, USA, Feb. 2-7, 2018 (full paper).
  • Yujin Lee, Yeon-Chang Lee, Jiwon Hong, Sang-Wook Kim, “Exploiting Job Transition Patterns for Effective Job Recommendation”, In Proc. of IEEE Int‘l Conf. on Systems, Man, and Cybernetics (IEEE SMC 2017), pp. 2414-2419, Banff, Canada, Oct. 5-8, 2017 (full paper).
  • Yeon-Chang Lee, Jungwan Yeom, Kiburm Song, Jiwoon Ha, Kichun Lee, Jangho Yeo and Sang-Wook Kim, “Recommendation of Research Papers in DBpia: A Hybrid Approach Exploiting Content and Collaborative Data”, In Proc. of the IEEE International Conference on Systems, Man, and Cybernetics (IEEE SMC 2016), pp. 2966-2971, Budapest, Hungary, Oct. 9-12, 2016 (full paper).
  • Yeon-Chang Lee, Jiwon Hong and Sang-Wook Kim, “Job Recommendation in AskStory: Experiences, Methods, and Evaluation”, In Proc. of the ACM Symp. on Applied Computing (ACM SAC 2016), pp. 780-786, Pisa, Italy April 4-8, 2016 (full paper).
  • Yeon-Chang Lee, Jiwon Hong, Sang-Wook Kim, Sheng Gao and Ji-Yong Hwang, “On Recommending Job Openings”, In Proc. of the ACM Conference on Hypertext and Social Media (ACM Hypertext 2015), pp. 331-332, Cyprus, Turkey, Sep. 1-4, 2015 (short paper).

6 International Journal Papers

  • Yoonsuk Kang, Woncheol Lee, Yeon-Chang Lee, Kyungsik Han and Sang-Wook Kim, “A Framework for Accurate Community Detection on Signed Networks Using Adversarial Learning”, IEEE Transactions on Knowledge and Data Engineering, 2022. (accepted to appear)
  • Junha Park, Yeon-Chang Lee and Sang-Wook Kim, “Effective and Efficient Negative Sampling in Metric Learning based Recommendation”, Information Sciences, Vol. 605, pp. 351-365, Aug. 2022. (*co-first authors with equal contribution)
  • Yeon-Chang Lee, Jiwon Son, Taeho Kim, Daeyoung Park and Sang-Wook Kim, “Exploiting Uninteresting Items for Effective Graph-Based One-Class Collaborative Filtering”, Journal of Supercomputing, Vol. 77, No. 7, pp. 6832-6851, July 2021.
  • Yeon-Chang Lee, Taeho Kim, Jaeho Choi, Xiangnan He and Sang-Wook Kim, “M-BPR: A Novel Approach to Improving BPR for Recommendation with Multi-type Pair-wise Preferences”, Information Sciences, Vol. 547, pp. 255-270, Feb. 2021.
  • Dong-Gyun Hong, Yeon-Chang Lee, Jongwuk Lee and Sang-Wook Kim, “CrowdStart: Warming up Cold-Start Items using Crowdsourcing”, Expert Systems With Applications, Vol. 138, pp. 1-15, Dec. 2019.
  • Jongwuk Lee, Dongwon Lee, Yeon-Chang Lee, Won-Seok Hwang and Sang-Wook Kim, “Improving the Accuracy of Top-N Recommendation using a Preference Model”, Information Sciences, Vol. 348, No. 20, pp. 290-304, June 2016.

2 International Patents

  • Yeon-Chang Lee, Won-Chang LEE, Sang-Wook Kim, Personalized Node Ranking Method and System Using Random Walk, 출원번호: 17/731,904
  • Hyun Sik Yoo, Yeon-Chang Lee and Sang-Wook Kim, Directed Network Embedding with Virtual Negative Edges, 출원번호: PCT/KR2022/005715,

18 Domestic Conference Papers

  • 이재현, 이연창, 김상욱 “개체들의 영구적 특성과 시간적 특성을 함께 고려하는 시간 지식 그래프 임베딩”, KDBC 2022, pp.481-482, 대전, 2022년 11월 4일 - 11월 5일
  • 이재현, 이연창, 김상욱, “개체들의 영구적인 특성을 고려하는 시간 지식 그래프 임베딩”, ASK 춘계학술대회 2022, pp.481-482, 숙명여자대학교, 2022년 5월 19-21일
  • 유현식, 이연창, 김상욱, “최신 방향 네트워크 임베딩 방법들의 성능 평가,” KIPS 춘계학술대회 2021, pp. 377-378, 온라인개최, 2021년 5월 14-15일.
  • 김병찬, 최범석, 이원창, 이연창, 김상욱, “소셜 네트워크에서 정확한 부호 예측을 위한 특징 선택”, KIPS 추계학술대회 2020, pp. 755-756, 온라인개최, 2020년 11월 6-7일.
  • 서나윤, 이연창, 김상욱, “부호가 있는 소셜 네트워크에서의 균형 이론 검증”, KSC 2019, pp. 128-129, 평창 휘닉스파크, 2019년 12월 18-20일.
  • 이원창, 이연창, 김상욱, “노출도를 고려하는 소셜 인지 추천 방법의 평가”, KSC 2019, pp. 136-137, 평창 휘닉스파크, 2019년 12월 18-20일.
  • 박준하, 이연창, 노영균, 김상욱 “Metric Learning 기반 추천 방법의 학습 과정 시각화”, KSC 2019, pp. 130-131, 평창 휘닉스파크, 2019년 12월 18-20일.
  • 이연창, 조경재, 김상욱, “TV Show 추천 방안들의 성능 분석 (Performance Analysis of Recommendation Approaches in TV Show Domain)”, KCC 2019, pp. 185-186, 제주 국제컨벤션센터, 2019년 6월 26-28일.
  • 김태호, 이연창, 김상욱, “Pair-wise 학습에서의 파라미터 분석 (Parameter Analysis in Pair-wise Learning)”, KCC 2019, pp. 189-190, 제주 국제컨벤션센터, 2019년 6월 26-28일.
  • 서나윤, 이연창, 김상욱, “초기 임베딩 생성에 따른 GraphGAN의 성능 분석”, KSC 2018, pp. 913-914, 평창 휘닉스파크, 2018년 12월 19-21일.
  • 김태호, 구장회, 이연창, 김상욱, 한국정보과학회 (KDBC 2018) 우수논문상 동상, “단일-클래스 환경의 추천 시스템에서 Pair-Wise 학습 방법의 평가,” 2018. 10. 19.
  • 이연창, 김상욱, “단일-클래스 환경에서 무관심 상품 결정 기술들의 성능 평가”, 한국정보처리학회 춘계학술발표대회 (KIPS 2018), pp. 309-310, 건국대학교 서울캠퍼스, 2018년 5월 11-12일.
  • 강성구, 왕재민, 이연창, 김상욱, “효과적인 협업 필터링을 위한 신뢰 네트워크 밀도 강화 방안”, KDBC 2017, 충북대학교 학연산공동기술연구원, 2017년 11월 24-25일.
  • 홍동균, 이연창, 김상욱, 이종욱, “추천 시스템에서의 컨텐츠 기반 필터링 기법의 효과”, 2017 한국컴퓨터종합학술대회 (KCC 2017), pp. 266-267, 라마다 프라자 제주호텔, 2017년 6월 18-20일.
  • 이연창, 김상욱, “단일-클래스 협업 필터링 환경에서 무관심 상품의 수 결정 방안”, 2017 한국컴퓨터종합학술대회 (KCC 2017), pp. 1639, 라마다 프라자 제주호텔, 2017년 6월 18-20일.
  • 이연창, 김상욱, “추천 시스템에서 무관심 상품 활용의 효과”, 제 5회 융합스마트 미디어 시스템 워크샵, pp. 98-99, 광주시청자미디어센터, 2017년 2월 20-21일.
  • 김진욱, 조현령, 이연창, 김상욱, “추천 시스템에서 사용자와 비선호 아이템 간의 이분 그래프 분석”, 제 43회 한국정보과학회 동계학술발표회, pp. 1419-1420, 강원도 휘닉스파크, 2016년 12월 21-23일
  • 홍동균, 홍지원, 이연창, 김상욱, “그래프 클러스터링을 이용한 추천 시스템 성능 개선 방안,” 2015 정보처리학회 추계학술발표대회, pp. 1233-1234, 2015년 10월 30-31일.

1 Domestic Journal Paper

  • 김태호, 이연창, 김상욱, “암시적 피드백을 다루는 협업 필터링 기반 추천 방법들의 최신 동향”, 정보과학회지, Vol. 39, No. 3, pp. 30-36, 2021년 3월.

18 Domestic Patents

  • 김상욱, 김태호, 김윤기, 이연창, 본문 단어를 이용하여 제목 단어의 임베딩을 강화하는 문서 추천 방법, 컴퓨터 장치, 및 컴퓨터 프로그램, 출원번호: 10-2022-0128555
  • 김상욱, 이원창, 이연창, 랜덤 워크를 이용한 개인화된 랭킹 방법 및 시스템, 출원번호: 10-2022-0052236
  • 김상욱, 이연창, 이재현, 시간적 특성을 고려하는 그래프 합성곱 신경망 및 자기 지도 학습 기반 지식 그래프 임베딩 방법 및 시스템, 출원번호: 10-2022-0048810
  • 김상욱, 이연창, 김태리, 모달리티의 고유 특성을 보존하는 멀티미디어 추천 방법 및 장치, 출원번호: 10-2022-0047339
  • 김상욱, 이연창, 유현식, 데이터 분포 변화에 강건한 방향성 네트워크 임베딩 방법 및 장치, 출원번호: 10-2022-0044983
  • 김상욱, 강윤석, 이연창, 이원철, 균형 삼각형과 적대적 학습을 활용한 사인드 네트워크에서의 커뮤니티 검출 기법, 출원번호: 10-2021-0110736
  • 김상욱, 유현식, 이연창, 가상 부정 엣지 기반 유방향 네트워크 임베딩 방법 및 시스템, 출원번호: 10-2021-0058254
  • 김상욱, 배홍균, 이연창, 경쟁 프로그램 기반의 TV 프로그램 추천 방법 및 장치, 출원번호: 10-2020-0182547
  • 김상욱, 박준하, 이연창, 사용자와의 거리를 기반으로 한 아이템 추천 방법 및 장치, 출원번호: 10-2020-0122288
  • 김상욱, 이연창, 서나윤, 적대적 학습에 기반한 부호가 있는 네트워크 임베딩 방법 및 장치, 출원번호: 10-2019-0155436
  • 김상욱, 이연창, 김태호, 다중 유형 페어와이즈 기반 아이템 추천 방법 및 장치, 출원번호: 10-2019-0015746,
  • 김상욱, 이연창, 조경재, 시청가능 에피소드 기반의 TV 프로그램 추천 방법 및 그 시스템, 출원번호: 10-2018-0054373
  • 김상욱, 이연창, 강성구, 왕재민, 신뢰 네트워크 강화를 통한 아이템 추천 방법 및 장치, 출원번호: 10-2018-0010914
  • 김상욱, 이연창, 단일 클래스 협업 필터링 환경에서 무관심 아이템 결정 방법 및 장치, 출원번호: 10-2017-0107257
  • 김상욱, 이연창, 송기범, 이기천, 염정완, 여장호, 문서 추천 정보를 제공하는 방법 및 이를 이용하는 문서, 출원번호: 10-2017-0001474
  • 김상욱, 홍지원, 이연창, 홍동균, 구직자의 커뮤니티 정보를 활용한 구인 공고 추천 시스템 및 그 방법, 출원번호: 10-2016-0119521
  • 김상욱, 이유진, 홍지원, 이연창, 이직 순서를 고려한 구인 공고 추천 시스템 및 그 방법, 출원번호: 10-2016-0097326,
  • 김상욱, 이연창, 비관심 아이템을 활용한 아이템 추천 방법 및 장치, 출원번호: 10-2016-0084228