주뇽's 저장소

CF + GNN 모델 조사 그래프 구성의 차이 일반적인 GNN모델들은 단순하게 사용자-아이템 이분 그래프에 직접 GNN을 적용하면 다음과 같은 문제 학습하기에 표현이 충분하지 않음 대규모 그래프의 경유 높은 계산 비용 발생 GCCF(Graph Convolutional Collaborative Filtering) 기존의 사용자와 아이템 간의 상호작용 행렬을 분해하여 임베딩 하는 방식의 MF 모델을 개선하기 위하여 나온 모델로 그래프 구조를 고려하여 사용자와 아이템 간의 상호작용을 모델링한다. GCCF에서는 그래프를 구성할 때, 사용자와 아이템을 노드로 표현하고, 이들 간의 상호작용을 엣지로 표현합니다. 이 그래프를 바탕으로 GCN을 적용하여 사용자와 아이템의 임베딩을 학습하고, 이를 기반으로 새로운 사용자..

Collaborative Filtering(협업 필터링) 다른 사용자의 구매 이력, 평가 등을 바탕으로 다른 사용자와의 유사도를 측정하여 사용자가 좋아할만한 상품을 추천하는 기술이다. ex) A,B 두 명의 사용자가 있다고 가정 A : 햄버거를 좋아함 B : A와 B의 음식 취향이 비슷함 B 에게 A가 좋아하는 햄버거를 추천 Collaborative Filtering 종류 Neighborhood Method 유저와 아이템의 데이터를 연관하여 추천하기 때문에 쉽다. 복잡한 계산 과정이 필요하여 확장이 힘들다. Latent Factor Model 기본적으로 사용 Matrix Factorization Netflix Prize 논문에서 사용 Matrix Factorization 유저와 아이템간의 상호작용에는 유..