Today I Learned
오늘은 프로젝트 EDA를 하면서 회고 작성과 이력서를 손 봤다.
13주차 주간학습정리
일일 학습 정리로 매일 복습, 과제, 피어세션, 회고 정리했고 아래 링크 달았습니다.
팀 회고
Temporal Dynamics
시간에 따라 변화하는 사용자 선호도와 아이템의 특성
-
상품에 대한 평가나 인기가 시간에 따라 변할 수 있다. 유저의 취향도 시간에 따라 변한다.
-
UI/UX의 변화도 평가에 영향을 끼칠 수 있다.
-
계절, 연, 월, 일, 시간 같은 주기성이 평가에 영향을 끼친다.
-
Autoregression
자기회귀. 시계열 데이터에서 현재 값이 과거 값들의 선형 조합으로 표현되는 모델.
Temporal Dynamics도 일종의 자기회귀적 성격을 가진다.
(ex.이동평균, 가중이동평균 WMA, 가중치를 학습하는 학습이동평균 Learing-based MA)
CF with Temporal Dynamics
Collaborative filtering with temporal dynamics
-
유저와 사용자의 편향(bias)은 시간에 따라 변한다. 사용자 선호도도 시간에 따라 변한다. 아이템 특성은 변하지 않는다.
-
단기적 변화는 하루 단위의 갑작스런 변화를 포착하고, 장기적 변화는 선형함수나 spline을 통한 점진적 변화를 모델링한다.
-
global offset, user bias, item bias, gradual deviation, single-day dynamics, gradual item bias drift까지 고려해야할 것이 너무 많아서 다른 도메인에 적용하기는 어렵다.
Long-term dynamics
Time Weight CF
Time Weight Collaborative Filtering
-
시간에 따른 가중치를 부여해 최근 데이터에 더 높은 중요도를 부여하는 CF 방식
-
비슷한 아이템의 평점은 유사하다, 평점 매긴 시간이 멀어질수록 유사도 반영을 줄여야 한다. 일부 사용자는 관심사가 빠르게 변하고, 일부는 거의 안변한다. 같은 사용자도 아이템 종류에 따라 관심 지속이 다르다. 라는 가정을 한다.
-
아이템 기반 CF를 기본으로 해서 아이템 클러스터링 통한 차별화된 가중치 적용
temporal evolution 분석
Sequential and Temporal Dynamics of Online Opinion
-
아마존 책 리뷰 분석을 통해 온라인상 사용자들의 의견이 시간에 따라 어떻게 변하고 전파되는지 연구한 논문
-
netflix 비디오는 시간이 지날수록 평점이 오르지만, 책은 시간이 지날수록 평점이 낮아짐. 분석하려는 데이터에 따라 시간에 따른 패턴이 달라진다!
-
다른 사람의 리뷰를 참고하기 때문에 social effect가 존재한다!
Short-term (Session) dynamics
일, 분 단위의 narrow 하고 local한 dynamics.
Session이 대표적인 short-term dynamics다.
- 대표적으로 session을 활용한 방식은 그래프를 활용하는 방식이다.
유저 한명은 여러개의 세션을 만들 수 있고, 이를 통해서 세션과 아이템, 유저와 아이템간의 관계를 그래프로 모델링할 수 있다.
