Matrix Factorization2 [Graph Neural Networks] Node Similarity 2025.06.08 - [Data & Research] - [Graph Neural Networks] Table of ContentsGraph라는 추상적인 개념을 정량화하는 컨셉이 Node Embedding(Encoder)이었다면, 이렇게 Emebedding된 결과물들이 원래 original network에서의 특성을 잘 반영하도록(original network에서 similarity가 높았던 node는 embedding 후에도 similarity가 높도록) 하는 "Decoder"의 역할도 고찰해보아야겠죠. 기본적인 schema는 아래와 같습니다. 그러니까 embedding된 것들의 similarity가 원래 original network에서의 '유사성'을 잘 반영할 수 있도록 optimize를 해야한다.. 2025. 6. 3. [Recommender System] Matrix Factorization 2025.06.01 - [Data & Research] - [Recommender System] Table of Contents저번 포스팅에서 언급했던 Collaborative filtering의 model-based의 방법론의 대표격이라고 할 수 있는 Matrix Factorization에 대해서 알아볼까요? 2009년 넷플릭스 컨테스트에서 우승자들이 채택한 방식으로 이제는 클래식이 된 방법론입니다. 사용자-아이템 상호작용 행렬(예: 평점 행렬)을 저차원의 사용자 잠재 요인 행렬과 아이템 잠재 요인 행렬의 곱으로 분해하여, 사용자가 아직 평가하지 않은 아이템에 대한 선호도를 예측하는 것을 목표로 합니다. 1. Matrix Factorization이란?아래 그림에서 보시는 것처럼 우리가 관측할 수 있는 .. 2025. 5. 12. 이전 1 다음 반응형
