본문 바로가기

논문 정리

 (4)
Deep Learning 기반의 추천 시스템 개요: Deep Learning Based Recommender System- A Survey and New Perspectives Deep Learning 기반의 추천 시스템 등장 추천 시스템은 정보가 범람하는 시대에 필수적이다. 수많은 정보 중에서 사용자가 필요한 정보를 제공하는 것이 추천 시스템의 핵심이다. 사용자는 모든 정보를 확인할 필요 없이 원하는 것을 얻음으로써 시간을 절약할 수 있다. 기업의 관점에서 정보 제공은 서비스이다. 미디어 콘텐츠를 다루는 기업이 성공하기 위해서는 사용자가 좋아하는 정보(콘텐츠)를 제공하는 것이 필수적이다. 전통적으로 추천 시스템은 Collaborative Filtering 방법과 Content Based 방법, 그리고 이 둘을 모두 사용하는 Hybrid 방법으로 구분한다. Collaborative Filtering은 사용자의 아이템 평가 정보를 활용하여서 추천을 하고, Content Based..
Map Reduce 분산 추천 시스템: 클러스터링 기반 협업 필터링 알고리즘을 사용한 분산 추천 시스템 대규모 추천 시스템에서 분산 시스템을 통한 효율적인 추천을 필요하다 Min Hash 기반의 분산 추천 시스템은 Map Reduce 구조를 통해서 사용자가 선호하는 아이템을 기반으로 그룹 아이디를 생성하고, 같은 그룹 아이디의 클러스터로 묶인 사용자에 대해서만 코사인 유사도를 계산한다. 모든 사용자를 Pairwise로 비교하지 않으므로 효율적이지만 정확성과 확장성에 대해서는 의문이 든다. 추천 시스템에서 분산 시스템 적용 협업 필터링(특히 사용자 기반의 협업 필터링)은 취향이 비슷한 사용자들을 찾고, 해당 사용자들이 선호하는 아이템을 기반으로 추천하는 방법이다. 하지만 모든 사용자에 대해서 사용자 간 유사도를 구하는 과정을 대규모의 데이터 환경에서 비효율적이다. 따라서 분산 시스템을 도입하여서 효과적으로 ..
유튜브 추천 시스템 정리: Deep Neural Networks for YouTube Recommendations Covington, P., Adams, J., & Sargin, E. (2016, September). Deep neural networks for youtube recommendations. In Proceedings of the 10th ACM conference on recommender systems (pp. 191-198). 상용 추천 시스템에서 고려하는 문제 유튜브(YouTube)와 같은 상용 추천 시스템 개발자는 Scale, Freshness, Noise와 같은 문제를 고민한다. Scale은 데이터 규모에서 비롯되는 문제이다. 유튜브(YouTube)에는 수많은 사용자와 동영상이 있다. 대규모 데이터 환경에서의 추천 모델은 소규모 데이터 환경에서의 모델보다 성능 및 속도에 유의해야 한다. 작은..
Generative Adversarial Nets Goodfellow, I., Pouget-Abadie, J., Mirza, M., Xu, B., Warde-Farley, D., Ozair, S., ... & Bengio, Y. (2014). Generative adversarial nets. In Advances in neural information processing systems (pp. 2672-2680). 1. Introduction GAN 개념적 이해 경찰과 지폐 위조범 비유 Discriminator은 경찰로서 진짜와 가짜를 잘 구분하도록 학습한다 Generator는 지폐 위조범으로서 Discriminator 경찰이 잘 구분하지 못할 정도록 진짜와 비슷한 가짜를 생성한다 2. Related work GAN 이전의 생성 모델을 위한 시도 확률..

티스토리툴바