내 맘대로 읽는 논문 리뷰26 MEANTIME MEANTIME : Mixture of Attention Mechanisms with Multi-temporal Embeddings for Sequential Recommendation https://arxiv.org/pdf/2008.08273.pdf 이번엔 조금 특별한 논문을 들고 왔다. 작년 추천 시스템 프로젝트를 할 때 BERT4Rec과 SR-GNN을 비교했었는데, 여기서 BERT4Rec을 좀 더 추천 시스템에 맞게 보완하여 만들었다고 한다. 왜 특별하냐면, 해당 수업의 교수님과 조교 분들이 낸 논문이기 때문이다(..) 그래도 수업 때 나름 아이디어를 재미있게 들었던 것 같아 되짚어보려 한다. Intro 지난 BERT4Rec 리뷰에서도 보았듯이, self-attention을 기반으로 하는 모델들은 .. 2021. 3. 24. BERT4Rec BERT4Rec: Sequential Recommendation with Bidirectional Encoder Representations from Transformer https://arxiv.org/pdf/1904.06690.pdf 본 논문은 작년 임베디드 수업에서 진행했던 추천 시스템 관련 프로젝트를 위해 읽은 논문이다. BERT를 추천 시스템에 결합한 모델인데, BERT에 관한 설명보단 어떻게 기존 추천 시스템에 접목했는지를 집중해보도록 하겠다. 즉 BERT에 대한 설명은 거의 없다. 따로 글을 적게 된다면 링크를 따로 추가하도록 하겠다. (BERT Relay 준비중) Intro 예전부터 옛날의 기록, 경험에 비추어 행동을 하는 것은 좋은 방법이며, 역사를 공부하거나, 일기를 쓰거나 등의 행위는.. 2021. 3. 18. Wide & Deep Wide & Deep Learning for recommendation systems https://arxiv.org/pdf/1606.07792.pdf 본 논문은 작년 임베디드 수업 추천 시스템 프로젝트 때 읽은 논문으로, 복습하여 기록으로 남기고자 다시금 읽은 논문이다. Intro 어떤 추천 시스템이든, 가장 기본적인 틀은 user,상황,아이템 등의 정보들로 이루어진 query에 대해 database 내 item들의 ranked list를 받아오는 것을 목적으로 하는 시스템이다. 여기서 ranking은 주로 아이템 연관성, 유저기반이면 뭐 클릭, 구매 내역 등의 연관성으로 랭킹을 매길 것이다. 추천 시스템의 중요한 challenge를 여기서 두 가지로 나눌 수 있는데, 하나는 Memorization으로.. 2021. 3. 18. SR-GNN Session-based Recommendation with Graph Neural Networks arxiv.org/pdf/1811.00855.pdf SR-GNN 요약 본 리뷰는 교내 개인 프로젝트를 위해 읽고, 재구현한 논문에 대한 리뷰다. 그래서 프로젝트 내용이 굉장히 많이 들어가 있다. 서론 이 논문은 학교 임베디드 수업 프로젝트를 위해, 추천 시스템 모델 간의 비교를 위해 읽은 논문이다. 읽기는 작년 11월에 읽었었는데, 문득 정리하면 좋을 것 같아서 다시 복습해본다. 내 개인 프로젝트는 대표적 Sequential recommendation model인 BERT4Rec과, 대표적 Session-based recommendation model인 SR-GNN의 특징을 찾아 비교하려 했던 프로젝트다... 2021. 3. 10. 이전 1 2 3 4 5 6 7 다음
