Recommender System (7) 썸네일형 리스트형 [스터디] Recommender Systems The Textbook (원서) : Neighborhood-Based Collaborative Filtering [2] A Regression Modeling View of Neighborhood Methods 이전 포스트에서 말했었던 중요한 관점은 바로 user-based method와 item-based method 둘 다 predict ratings하는데 있어서 linear functions로 보는 것 이었습니다. 이 챕터에서는 Neighborhood Methods를 Regression model로서 생각해보겠습니다. 위의 식은 앞의 user-based neighborhood methods의 prediction function입니다. (Eq 2.4) 이 식은 other ratings의 weighted linear combination으로 볼 수 있습니다. 그래서 linear regression 형태와 유사함을 알 수.. [스터디] Recommender Systems The Textbook (원서) : Neighborhood-Based Collaborative Filtering [1] Neighborhood-Based Collaborative Filtering Introduction Neighborhood-based collaborative filtering algorithms 는 memory-based algorithms와 동일한 의미입니다. 이 Neighborhood-based collaborative filtering algorithms은 두개의 primary types로 나눠질 수 있습니다. User-based collaborative filtering : user의 이웃에 대한 rating 고려 Item-based collaborative filtering : target user가 item 이웃에 대해 rating 한 것 고려 여기에서 predict 까지의 과정에서 form.. [스터디] Recommender Systems The Textbook (원서) [1] An Introduction to Recommender System This chapter's goal Recommender System field에서의 다양한 work에 대한 overview를 하고, 이 원서에서 개별적으로 나와 있는 다양한 topic들을 연관 짓는 것 Introduction 최근에 Recommender System에서는 Web의 중요성이 증가하고 있습니다. 그 이유는 user가 그들의 like dislike를 쉽게 feedback하는게 가능하기 때문입니다. 여기에서 feedback에 대한 전형적인 방법은 "ratings"입니다. 이를 통해서 특정 평가 시스템에서 선호도를 numerical value로 선택 할 수 있습니다. 다른 form의 feedback은 명백하지는 않지만 W.. [스터디] Recommender System : Toward the Next Generation of Recommender Systems : A Survey of the State-of-the-Art and Possible Extensions (2005) (4) 시작하면서.. 지금까지 Recommender System의 여러 방법 중 Content-based methods, Collaborative methods를 살펴보았습니다. 보시면 아시겠지만 이 각각 방법들은 결점이 존재합니다. 그래서 이 둘을 적절히 같이 사용하여 limitation을 해결하고자 한 Hybrid 방법에 대해 알아보고, 이 논문의 conclusion을 짓고자 합니다. 이번 포스트를 마지막으로 추천시스템의 대략적인 개요를 살펴보고 다음부터는 원서로 스터디를 해서 그 원서 기준으로 여러 포스트를 작성하고자 합니다. Hybrid Methods 이번 포스트에는 Collaborative와 Content-based method를 결합하여 이 두 방법에 대한 limitation을 피할 수 있게끔 하는 .. [스터디] Recommender System : Toward the Next Generation of Recommender Systems : A Survey of the State-of-the-Art and Possible Extensions (2005) (3) 시작하면서.. 저번의 content-based methods에 이어서 similar user를 찾는 Collaborative Methods에 대해 이야기 해보겠습니다. Collaborative Methods Collaborative recommender systems (or collaborative filtering systems : CF)는 특정 user의 item utility를 이전에 다른 users의 rating을 기반으로 predict 하려 합니다. Formally, user \(c\)에 대한 item \(s\)의 utility \(u(c,s)\)는 utilites \(u(c_j,s)\)에 의해 측정됩니다. 이때 \(c_j\)는 user \(c\)와 similar한 user들의 set인 \(C\.. [스터디] Recommender System : Toward the Next Generation of Recommender Systems : A Survey of the State-of-the-Art and Possible Extensions (2005) (2) 시작하면서.. 이전 포스트에서는 추천 시스템의 전체적인 내용, 그리고 방향성에 대해 간단히 이야기 해보았습니다. 이 포스트에서는 추천 시스템의 세 방법론 중 하나인 content-based method에 대해 이하기 하고자 합니다. Content-Based Methods 유저가 이전에 사용한 item과 비슷한 recommendation Content-based recommendation methods에서는 utility function \(u(c,s)\)가 측정됩니다. c는 user이고 s는 item 입니다. 예를 들어 movie recommendation을 생각해봅시다. user c가 이전에 높게 rating한 영화들과 공통점이 많은 것을 추천할 것입니다. (genre, director ...) Con.. [스터디] Recommender System : Toward the Next Generation of Recommender Systems : A Survey of the State-of-the-Art and Possible Extensions (2005) (1) 시작하면서.. 최근에 추천 시스템에 관한 스터디를 시작했습니다. 실제로 엄청 실용적이면서, 자금도 많이 몰리는 ? 그런 분야라서 관심이 갔습니다. 최근에 넷플릭스, 유튜브 등 영상 매체들이 엄청난 성장을 하면서 이러한 매체들은 우리 삶에 한 일부분이 되었습니다. 다른 사람들도 그러겠지만, 저는 유튜브를 보면 영상을 검색해서 볼 때 보다는 내가 흥미있는 영상이 나올 때 까지 새로고침 하면서 찾습니다. 여기에서 새로고침을 하면서 유튜브 추천 알고리즘이 추천해주는 영상에 대해서 만족도를 굉장히 높게 느끼는 사람 중 한명으로서 이 분야에 관심을 갖게되는 것은 자연스러운 절차라고 생각합니다. 때마침 추천 시스템 스터디를 할 기회가 생겨서 참여하게 되었습니다. 주마다 1회 미팅을 갖는 그런 형식이고 우선 2005년.. 이전 1 다음
