Recommender System2 [Recommender System / Paper review] #08 Matrix factorization techniques for recommender systems 논문 링크(11329회 인용) Summary 넷플릭스에서 주최한 대회에서 neighborhood 기반 모델보다 matrix factorization 기반 모델의 결과가 월등히 좋았다. 본 논문에서는 기본적인 matrix factorization부터, bias을 더한 형태, 추가적인 input을 더한 형태, temporal effect을 더한 형태, implicit feedback을 더한 형태까지 단계적으로 각 모형을 살펴본다. Motivation neighborhood 기반 모델에 비해 matrix factorization 기반 모델이 좋은 이유는 아래와 같다. 다양한 형태의 모델을 가정할 수 있다. cost function에 목적에 맞는 항을 추가함으로써 결과를 향상시킬 수 있다. 또한 파라미터에 대한.. 2023. 4. 5. [Recommender System / Paper review] #07 Collaborative Filtering for Implicit Feedback Datasets 논문 링크(3690회 인용)Summary사용자가 직접적으로 아이템에 대해 매기는 explicit feedback이 아닌, implicit feedback 데이터를 이용하여 unknown preference을 예측하는 방법을 제안한다.implicit feedback은 explicit feedback와는 다른 특징을 가지기 때문에 이를 모델링에 잘 반영해야 한다.neighborhood based 방법이 아닌, latent factor based 방법을 기반으로 implicit feedback 데이터를 데이터에 통합하여 유저의 preference을 예측한다.implicit feedback에 기반하기 때문에, m x n개의 모든 쌍의 데이터에 대해 파라미터를 업데이트한다. 따라서 gradient descent가.. 2023. 4. 5. 이전 1 다음
