추천시스템
1.[논문리뷰] Folding: Why Good Models Sometimes Make Spurious Recommendations
왜 잘못된(spurious) 추천이 발생하는지를 folding을 이용해서 파악한다. Folding은 의도치 않게 low rank embedding 과정에서 서로 관련 없는 user와 item의 그룹을 묶어주는 것을 의미하며, 그 원인은 잘못된 결측값 처리이다.
2022년 1월 27일
2.(논문 리뷰) DeepRecSys: A System for Optimizing End-To-End At-scale Neural Recommendation Inference 설명
하버드와 메타가 함께 발표한 논문으로, 여러 추천 모델에 특화된 효율적인 추천 시스템을 설계하기 위한 방법론을 제안한다.
2023년 6월 27일
3.[논문리뷰] Empowering Long-tail Item Recommendation through Cross Decoupling Network (CDN) 요약
(KDD 2023/google brain) 추천 시스템에서 빈번하게 발생하는 long tail 문제를 해결하고자 cross-decoupling network(CDN)이라는 새로운 구조의 모델을 제안한다.
2023년 11월 20일
4.[논문리뷰] Compositional Embeddings Using Complementary Partitions for Memory-Efficient Recommendation Systems 설명
facebook(meta)에서 작성한 논문. KDD 2020 게재매우 큰 임베딩 테이블을 저장해야할 때, 단순 해싱과 다르게 unique한 임베딩을 보존하면서 크기는 줄이는 방법을 제안한다.
2023년 11월 27일
5.(논문 리뷰) Two-sided fairness in rankings via Lorenz dominance 요약
이 논문은 NeurIPS2021에 개재된 논문으로 Facebook AI(meta)에서 작성하였다. 추천 시스템의 중요한 화두 중 하나인 공정한 추천 시스템을 만들기 위해 경제학의 후생 함수 개념을 도입하였다.
2024년 1월 1일
6.[논문 리뷰] Representation Online Matters: Practical End-to-End Diversification in Search and Recommender Systems by pinterest
pinterest에서 FAccT 2023에 제출한 논문으로, 특별히 새로운 아이디어는 없지만 장기적으로 사용자를 꾸준히 만족시킬 수 있는 건강한 추천시스템을 만들기 위한 운영적인 노하우를 많이 얻을 수 있는 논문입니다. 추천시스템의 고질적인 문제인 다양화에 대해 고민중
2024년 10월 3일