일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
- 반복 구매
- SBERT
- side information
- Sequential Recommendation System
- Recommendation System
- GCN
- sentence BERT
- LightGCN
- BERT4Rec
- 시퀀셜 추천시스템
- graph
- Graph Embedding
- 아마존 추천시스템
- collaborative filtering
- Sequential Recommendation
- graph recommendation
- DIF-SR
- 시계열 추천시스템
- VATT
- Recommender System
- 딥러닝
- multi modal recommendation
- PinSAGE
- UltrGCN
- 그래프 임베딩
- 머신러닝
- Multi-Modal
- 문장임베딩
- 추천시스템
- sentence embedding
- Today
- Total
목록머신러닝 (2)
AI 공부 기록 블로그

본 논문의 저자는 기존 Matrix Factorization 기반의 추천시스템에 Neural Network(NN)를 결합하여 딥러닝 기반의 추천시스템을 제안하였습니다. 본 논문은 2017년 'the 26th international conference on world wide web' 에서 발표되었으며, 여기를 통해 논문을 확인하실 수 있습니다. 논문의 리뷰는 저의 주관적인 해석과 오역이 있을 수 있습니다. 이에 대해서 댓글 남겨주시면 감사하겠습니다 :) 1. INTRODUCTION 여러 collaborative filtering(CF) 방법들 중에 유저와 아이템 간의 latent vector를 활용하는 matrix factorization(MF) 방법은 추천 시스템에서 널리 사용되었습니다. 하지만 이러..

최근 graph를 활용한 추천시스템에 대한 연구가 활발히 진행되고 있는데, 이번에는 "Neural Graph Collaborative Filtering" 논문을 리뷰해보고자 합니다. 본 논문은 2019년 international ACM SIGIR conference에 게시된 논문으로 여기를 통해 확인 가능합니다. 논문의 리뷰는 저의 주관적인 해석과 오역이 있을 수 있습니다. 이에 대해서 댓글 남겨주시면 감사하겠습니다 :) 1. Introduction 추천시스템에서 사용되는 Collaborative filtering(CF) 방법은 행동의 유사성(behaviorally similar)을 가진 유저들이 비슷한 아이템을 선호할 것이라고 가정한다. 일반적으로 CF 모델을 학습하기 위해서는 다음과 같은 2가지 핵심..