꾸준히 써보는 공부 기록

MF은 linearity만 반영하는데, NCF는 non-linearity도 반영하는 것이다. User-Item interaction function을 학습하기 위해서 Multi-Layer Perceptron(MLP)을 사용한다. 경험적으로 깊게 쌓을 수록 더 좋은 Recommendation performance를 보인다. 1. Introduction Information overload ?? Personalized Recommender System의 핵심은 과거 Interaction 정보를 기반으로 User의 Item에 대한 Preference를 모델링하는 것이다. 이는 Collaborative Filtering이라고 알려져 있다. 다양한 Collaborative Filtering 방법들 중에서, Mat..

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..