Notice
Recent Posts
Recent Comments
Link
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 | 31 |
Tags
- BERT4Rec
- 그래프 임베딩
- PinSAGE
- graph
- multi modal recommendation
- Recommendation System
- 딥러닝
- 반복 구매
- GCN
- Graph Embedding
- DIF-SR
- VATT
- 시계열 추천시스템
- Recommender System
- 아마존 추천시스템
- LightGCN
- UltrGCN
- 추천시스템
- Multi-Modal
- Sequential Recommendation
- graph recommendation
- Sequential Recommendation System
- collaborative filtering
- 시퀀셜 추천시스템
- sentence embedding
- sentence BERT
- 머신러닝
- 문장임베딩
- SBERT
- side information
Archives
- Today
- Total
목록side information (1)
AI 공부 기록 블로그

본 논문은 2021년 AAAI에서 발표되었으며, 어텐션 메커니즘을 사용하여 SOTA의 성능을 보인 시퀀셜 추천시스템(BERT4Rec)에 side information(rating, description)을 반영하기 위한 방법을 제안하였습니다. 논문의 리뷰는 제가 이해한 내용을 바탕으로 작성하였으며, 오역이나 잘못된 내용이 있다면 지적해주시면 감사하겠습니다 :) 1. Introduction 어텐션 메커니즘의 등장은 시퀀셜 추천시스템에서도 적용되어 현재까지 좋은 성능을 보이고 있습니다. 특히, 유저가 구매한 아이템의 시퀀스에 [Mask] 토큰을 활용하여 양방향으로 학습한 BERT4Rec 모델은 SOTA의 정확도를 달성하였습니다. 단순히 생각했을 때, 유저에게 새로운 아이템을 추천하기 위해 이전에 아이템 혹은..
논문 리뷰
2022. 6. 6. 14:30