Vie d'Anaelle

1. 논문 제목1 : Decoupled Side Information Fusion for Sequential Recommendation (SIGIR 2022) 논문 제목 2 : GSL4Rec: Session-based Recommendations with Collective Graph Structure Learning and Next Interaction Prediction (WWW 2022)

기존 MF의 단점: 자카드 유사도 활용해서 유사도 계산했음. 새로운 데이터 들어왓을 때 다른 사용자들과의 유사도 정도를 2차원으로(벡터) 표현하기 어려움. 이걸 극복하고자 NCF 등장. 협업필터링 기반 모델이므로 사용자와 아이템에 대한 정보만 인풋으로 활용. user/item 벡터 각각을 embedding 하고 그 결과를 concat. 이때 유저임베딩은 MF에서 유저 잠재정보행렬 구하는 것과 유사한 의미. 아이템임베딩도 유사. concat 후 multilayer neural architecture .. 마지막에 concat한걸 확률값으로. 여기서 concat의 역할은.. chatGPT한테 물어봤음. 다 알려주네 > Concatenation (concat) is often used in deep learn..

https://speakerdeck.com/kakao/sequential-recommendation-system-kakao-seobiseu-jeogyonggi Sequential Recommendation System 카카오 서비스 적용기 #RecommenderSystem #SequentialRecommendationSystem #ML Sequential Recommendation System은 유저의 history의 순서와 시간을 보존하여 다음에 소비할 아이템을 예측하는 추천 시스템 입니다. - 카카오 웹툰에 Sequential mode speakerdeck.com Sequential Recommendation System sequential recommendation system 은 사용자가 관심있어..

https://if.kakao.com/2022/session/9 if(kakao)dev2022 함께 나아가는 더 나은 세상 if.kakao.com 설명가능한 추천 오늘도 알 수 없는 유튜브 알고리즘이 나를 이 영상으로 이끌었다. 왜 알고리즘은 알 수 없는 영역이어야만 하는가?? 이 컨텐츠가 왜 추천되지?를 사람들은 알고싶어 함. 언제? 서비스가 잘 안 될 때만. 회사의 관점에서 봤을때, 사용자는 만족하지 않으면 떠나고 이는 곧 매출 하락이다. 따라서 이유 알아야 한다. 그러나 추천 이유를 알려줌으로써 고객을 남길 수도 있다. "### 때문에 추천되었어요!" 카카오웹툰 추천 사용사례 개인화 추천, 연관추천, 유사그림체 추천 추천 파이프라인 - History / Meta Data -> sequential r..