AI 공부 기록 블로그

본 논문은 2018 ACM SIGKDD에서 발표되었으며, 대규모 아이템을 보유한 Pinterest에서 그래프 임베딩을 활용해 새로운 아이템을 추천하기 위해 제안된 논문입니다. 해당 논문의 경우 이전에 등장한 GraphSAGE로부터 파생되어 추천시스템 도메인에 맞게 설계되었으며 요기요, 우버이츠 등 현업에서도 사용한 방법입니다. 논문의 리뷰는 저의 주관적인 해석과 오류 내용이 포함될 수 있습니다. 이 부분에 대해 지적해주시면 감사하겠습니다:) 1. Introduction 그래프 기반의 딥러닝 모델은 사용자-아이템 간의 연결구조를 학습하여 추천시스템 태스크에서 SOTA의 성능을 보였습니다. Graph Convolutional Networks(GCN)의 경우 컨볼루션 연산을 통해 그래프의 이웃 노드 정보를 반..

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..