반응형 recommender system4 [논문 리뷰] Session-based Recommendation with Graph Neural Networks, 2018 https://arxiv.org/pdf/1811.00855.pdf 0. Abstract session-based 추천시스템의 문제는 익명 세션을 기반으로한 사용자의 action을 예측하는 것에 초점을 맞춘다는 것이다. 이전 방법들은 session을 sequence로 모델링하고, recommendation을 만들기 위해 사용자의 representation을 추정한다. 이러한 방법이 좋은 결과를 내었음에도 아직 session에서 정확한 user vector를 얻기에는 충분하지 않고, item 사이의 복잡한 transition을 무시한다. 정확한 item embedding을 얻고, item의 복잡한 transition들은 고려하기 위해, 저자는 Session-based Recommendation with Gr.. 2023. 2. 1. [논문 리뷰] BERT4Rec: Sequential Recommendation with Bidirectional Encoder Representations from Transformer, 2019 https://arxiv.org/pdf/1904.06690.pdf Abstract 유저의 historical 행동으로부터 dynamic 선호도를 모델링하는 것은 현재까지도 연구 중이고, 추천시스템 내에서도 중요한 역할을 한다. 이전 방법들은 sequential neural network를 이용하여 유저의 historical interaction들을 left-to-right하게 encode한다. 이 방법은 효과적이긴 하지만, left-to-right unidirectional 모델들은 다음과 같은 이유 때문에 sub-optimal하다. a) 유저의 행동 시퀀스의 hidden representation의 power를 제한한다. b) 순서가 정해져 있는 시퀀스는 항상 유용하지는 않다. 이러한 limitatio.. 2023. 1. 26. [논문 리뷰] Neural Collaborative Filtering (NCF) https://arxiv.org/pdf/1708.05031.pdf Abstract 최근 몇년동안 DNN 기법은 여러 분야에서 큰 성공을 거두었지만 추천 시스템에서는 많이 사용되지 않았다. 사용되더라도 model auxiliary information에서만 사용되었고, user와 item feature의 상관관계를 조사할 때는 여전히 MF 후 inner product를 이용해 score를 sorting하는 과정을 거치고 있었다. 이러한 inner product를 대체하기 위해, 해당 논문에서는 NCF라는 새로운 framework를 제시하였다. 또한 이러한 non-linearity 성질을 충분히 이용하기 위해 multi-layer perception 기법을 제안하였다. 위 방법들은 sota의 성능을 보였고,.. 2023. 1. 10. [논문 리뷰] BPR: Bayesian Personalized Ranking from Implicit Feedback https://arxiv.org/pdf/1205.2618.pdf 코드 구현 https://github.com/327aem/bpr GitHub - 327aem/bpr: BPR: Bayesian Personalized Ranking from Implicit Feedback torch implementation BPR: Bayesian Personalized Ranking from Implicit Feedback torch implementation - GitHub - 327aem/bpr: BPR: Bayesian Personalized Ranking from Implicit Feedback torch implementation github.com Abstract 지금까지의 추천 시스템 모델 중에서 impli.. 2023. 1. 10. 이전 1 다음 반응형
