분류 전체보기253 [Recommender System] Deep Factorization Machine 2025.06.01 - [Data & Research] - [Recommender System] Table of Contents바로 이전 포스팅에서 Wide & Deep 구조를 소개한 바 있습니다. 이번에는 뭔가 유사한 것도 같은 Deep Factorization machine인데요, Memorization과 Generalization을 결합한다는 관점에서는 유사하지만 구체적인 구조는 약간 다릅니다. 기본적으로 Deep Factorization machine은 "wide"부분과 "deep"부분이 embedding을 공유하는 End-to-End 아키텍처입니다. https://arxiv.org/abs/1703.04247 DeepFM: A Factorization-Machine based Neural Netw.. 2025. 6. 1. [Recommender System] Wide & Deep learning for recommender system 2025.06.01 - [Data & Research] - [Recommender System] Table of Contentshttps://arxiv.org/abs/1606.07792 Wide & Deep Learning for Recommender SystemsGeneralized linear models with nonlinear feature transformations are widely used for large-scale regression and classification problems with sparse inputs. Memorization of feature interactions through a wide set of cross-product feature transformatio.. 2025. 6. 1. [Recommender System] Fatorization Machines 2025.06.01 - [Data & Research] - [Recommender System] Table of Contents1. Factorization MachinesFactorization Model과 SVM의 장점을 결합한 것이 Factorization Machines 이라고 할 수 있습니다. Factorization Machines의 모델 형태를 먼저 살펴보면 아래와 같습니다. \[ \hat{y}(x) = w_0 + \sum_{i=1}^{n} w_i x_i + \sum_{i=1}^{n} \sum_{j=i+1}^{n} \langle v_i, v_j \rangle x_i x_j \] \( w_0 \in \mathbf{R} \): 전역 편향(global bias)\( w_i \in \mathbf{R.. 2025. 5. 31. [Recommender System] Neural Collaborative Filtering 2025.06.01 - [Data & Research] - [Recommender System] Table of Contents앞선 포스팅에서 Matrix Factorizaton(MF)등의 Collaborative filtering을 소개했었죠? 그런데 대부분의 user-item 상호작용 matrix는 관찰된 데이터가 극히 적어 대부분의 공간이 비어있는 상태입니다. 이러한 희소성(sparsity)은 모델이 user나 item에 대한 충분한 정보를 학습하는 것을 방해하여 예측 모델의 효율성을 저하시킵니다. 이와 밀접하게 관련된 것이 Cold start 문제입니다. 학습 데이터에 존재하지 않는 새로운 item이나 상호작용 이력이 거의 없는 신규 user의 경우, 모델이 해당 entity에 대한 유의미한 임베.. 2025. 5. 31. [Tableau] Table of Contents 2024.12.01 - [프로그래밍/데이터 시각화] - [Tableau] Tableau 기초2024.12.01 - [프로그래밍/데이터 시각화] - [Tableau] Order of Operation2024.12.02 - [프로그래밍/데이터 시각화] - [Tableau] 테이블 계산 (Table Calculation)2024.12.15 - [프로그래밍/데이터 시각화] - [Tableau] Level of Detail Calculation 2025.01.13 - [프로그래밍/데이터 시각화] - [Tableau 기초] 변수의 Distribution(Histogram) 그리기 2025. 5. 31. [Recommender System] Bayesian Personalized Ranking from Implicit Feedback (BPR) 2025.06.01 - [Data & Research] - [Recommender System] Table of Contents관찰되지 않은 User-Item 쌍은 실제 부정적인 피드백인지 아니면 단순히 아직 상호작용이 없었던 경우인지 구별하기 어렵다는 특징을 가지고 있습니다. 또, 많은 추천시스템에서 사용자의 평점 자체를 예측하는 것보다는 상대적인 선호(순위)를 예측하는 것이라는 점도 주목해주시기 바랍니다. 그런 관점에서는 우리가 달성해야 하는 목표가 "각 User별 personalized total ranking( \(>_{u} \subset I^2\) )을 구하는 것"이라고 생각해도 좋겠죠? (pairwise preference)https://arxiv.org/pdf/1205.2618 1. 모델의 .. 2025. 5. 31. 이전 1 ··· 3 4 5 6 7 8 9 ··· 43 다음
