꾸준히 써보는 공부 기록

이 논문은 추천시스템에 MF 방식을 적용시킨 방법에 대한 논문이고, 간략하게 추천시스템에 대해 설명해주고 있다. 추천 시스템이란 추천시스템이 상업적인 용도로 쓰이기 시작한 이유는 user의 취향에 맞는 personalized recommendation을 제공해 줄 경우 서비스에 대한 user의 만족도를 높일 수 있고, 결과적으로 그에 따른 매출 상승 효과가 있다. 이 논문에서 쓰인 Matrix Factorization 방법은 Netflix Prize Competition에서 우승한 방식으로, 2009년 논문이라 나온지 오래된 방식이지만 심플하고 성능 또한 좋은 방식이다. Hard Negative Sampler 연구를 진행하면서 GCN layer로 구성된 Encoder로 MF를 대체해보려고 했지만, Rec..

간단한 질문들 !! Q) 컨텐츠 필터링을 이렇게 이용하는 경우가 가능할까요? 예를 들자면, A형 혈액형을 가진 유저에 대한 문서 doc와 남산타워 데이트에 대한 문서 doc가 다른 문서들보다 유사성이 높게 나왔다고 할 때, A형 혈액형 유저에게 남산 타워 데이트를 추천하는 것이 적절한가요? (이것은 아까 설 명하셨듯이 상관관계가 인과관계를 함축하지 않는다에 위배되는 것 같기는 합니다만, -- 만약 이것이 좋지 않은 접근이라면 -- 위 예 같은 A) 이건 상관관계 인과관계 예시가 아닌거 같다. 그래서 추천 시스템 알고리즘은 여러개 사용한다. 하나만 사용하면 놓칠 수 있기 때문이다. 그래서 후보군을 여러개 사용하고 그 중에서 골라서 사용하게 되다. 결과적으로 더 좋은거 쓴다는 의미이다. 예를 들면, 추천 시..

정보 필터링 정보의 양이 폭증함에 따라 정보 소비자가 "원하는" 정보를 얻는데 시간과 노력이 많이 필요하다. 추천시스템은 정보 소비자에게 원하는 정보를 쉽게 얻도록 도와주는 분야이다. 정보 필터링의 대표적인 분야 !! 검색 추천 시스템 추천 시스템 정보 소비자가 "원하는" 정보를 찾아 소비자에게 추천하는 시스템이다. 추천은 특별한 행위 없이도 정보 전달이 가능하다.(passive) 추천 시스템 분류 시나리오에 따른 분류 연관된 아이템 추천 (연관되어 있는건 structure적 특징이고) - 마켓컬리 개인화 아이템 추천 (개인화는 feature적 특징이지 않을까..) - 유튜브 피드백 종류에 따른 분류 명시적 피드백을 사용하는 추천시스템 평점/좋아요,싫어요와 같이 소비자가 "명시적으로" 자신의 선호를 표현..