Nonlinear Latent Factorization by Embedding Multiple User Interests

Source

• Evernote/IFTTT Feedly/Nonlinear Latent Factorization by Embedding Multiple User Interests.md

Summary

이 논문은 협업 필터링에서 사용자의 복잡한 다중 관심사를 반영하기 위해 비선형 잠재 인자 분해 모델을 제안합니다. 기존 방식이 사용자와 아이템을 동일한 차원의 벡터로 표현하는 것과 달리, 본 연구는 사용자를 여러 개의 잠재 벡터 집합으로 모델링하여 각각이 하나의 잠재적 관심사를 나타내도록 합니다. 추천 점수는 사용자의 각 잠재 관심사와 아이템 표현 간의 최대 매칭 점수로 계산됩니다. YouTube 및 Google Music 대규모 데이터셋에서 기존 기법보다 우수한 성능을 보였습니다.

Key Points

• 사용자는 단일 아이템보다 복잡하므로 동일한 차원의 벡터로 표현하기 어렵다는 전제
• 사용자를 여러 잠재 벡터의 집합으로 모델링하여 다중 관심사(잠재적 취향) 포착
• 비선형 매칭 함수: 사용자의 각 잠재 관심사와 아이템 간의 최대 유사도 점수를 최종 추천 점수로 사용
• 학습 알고리즘의 단순성, 일반성, 효율성 강조
• YouTube 및 Google Music 실전 데이터셋에서 기존 협업 필터링 기법 대비 성능 우위 입증

Related

• k-Order Statistic Loss 를 활용한 추천 시스템의 Learning to Rank

• 추천 시스템 분석: 아마존과 넷플릭스의 취향 예측 원리

• Neighbor Selection and Weighting in User-Based Collaborative Filtering: A Performance Prediction Approach

• Twitter 기반 YouTube 동영상 추천: 시간 인식 및 개인화

• Collaborative Filtering beyond the User-Item Matrix: A Survey of the State of the Art and Future Challenges

• 도대체 소비자에게 상품은 어떻게 추천하지

• Logical Itemset Mining (LISM)

• Instant Foodie: Grassroots 평가로부터 전문가 평점 예측

• Similarity-based Clustering by Left-Stochastic Matrix Factorization

• Spotify 의 협업 필터링 (Collaborative Filtering) 구현

• 협업 필터링을 도입한 컨텍스트 광고 개선

• Smooth Nonnegative Matrix Factorization for Unsupervised Audiovisual Document Structuring

• Stock Selection Model Based on Machine Learning with Wisdom of Experts and Crowds

• 불신 정보를 활용한 사회적 추천 시스템 (Matrix Factorization)

• A Multimedia Recommender System

• 강화학습 기반 음악 추천 시스템의 탐색-활용 균형

• Web Service Compositions with Fuzzy Preferences: A Graded Dominance Relationship-Based Approach

• PASS Approximation: 휴리스틱 분석 및 설계 프레임워크

• 사용자 생성 콘텐츠의 순위 기반 메커니즘에 대한 게임 이론적 분석

• 넷플릭스의 취향 예측 알고리즘: 인구통계학적 데이터의 한계

• Netflix 개인화 및 추천 시스템 아키텍처 개요

• Knowledge-Based Approaches to Information Management in Coalition Environments

• LCARS: 공간 기반 아이템 추천 시스템

• R 기반 맥주 추천 엔진 구현 (Beer Advocate 데이터)

• Jalopnik 신차 구매 결정 플로우차트

• Enriching Documents with Examples: A Corpus Mining Approach

• 음악 컨텍스트 데이터 기반 음악 유사도 및 추천 방법론 조사

• 명시적 불신(Explicit Distrust)을 활용한 신뢰 기반 추천 시스템 강화

• Knowledge-Based Approaches to Information Management in Coalition Environments

• HyperLogLog in Practice: Algorithmic Engineering of a State of The Art Cardinality Estimation Algorithm

• Beyond Text QA: Multimedia Answer Generation by Harvesting Web Information

• Fluent 2016 - 그래프 이론을 활용한 추천 엔진 구축

• P2P 소셜 태깅 네트워크에서의 온라인 Top-k 처리 개인화

• Friendbook: 의미 기반 소셜 네트워크 친구 추천 시스템

• 그래프 전파를 통한 개인화 비디오 추천

• Cloe: SMS 기반 추천 엔진

• 게임 아이템 구매 이력에 word2vec 적용 사례

• ReputationPro: E-커머스 환경에서의 문맥 기반 거래 신뢰도 계산

• Latent Mixture of Discriminative Experts (LMDE)

• 인터넷 TV를 위한 콘텐츠 및 사회적 관련성 기반 개인화 광고 추천

• 검색 광고의 예산 제약 최적화 (Optimizing Budget Constrained Spend in Search Advertising)

• Semantic Queries by Example

• CPCDN: Context 및 User Intelligence 기반 콘텐츠 전달

• 자동화에 대한 신뢰 (Trust in Automation)

• When Amazon Meets Google: Product Visualization by Exploring Multiple Web Sources

• Patent Query Formulation by Synthesizing Multiple Sources of Relevance Evidence

• Weakly Supervised Learning of Object Segmentations from Web-Scale Video