[논문 리뷰] RNS

A review-driven neural model for sequential recommendation(IJCAI, 2019)

논문

• https://dl.acm.org/doi/abs/10.5555/3367243.3367437

코드

• https://github.com/WHUIR/RNS/tree/master

---

문제의식

• 시퀀스 추천 연구에 리뷰 텍스트를 활용하지 않음
  • 리뷰 텍스트에는 아이템과 유저에 대한 다양한 특성이 내포

아이디어

• 리뷰 텍스트를 고려한 시퀀스 추천
  • 유저 리뷰 통합 set : long-term representation
  • 아이템 sequence (아이템 리뷰 통합 set 활용) : short-term representation

모델구조

• "유저 리뷰" / "아이템 sequence (리뷰)" → (Aspect-aware) CNN

  <참고> (Aspect-aware) CNN : Aspect별 워드벡터를 생성 → CNN 적용
  

• 유저 리뷰 set : long-term representation

• 아이템 리뷰 set(sequence) : short-term representation

  • candidate item 과의 attention score(유사성) 반영

• negative sampling을 활용

  • 모델 학습 : binary cross-entropy loss
  • 성능 측정 : rank items

한계점(개인의견)

• (오직 리뷰 텍스트) ID정보 등 추가 정보 고려 X
• 시퀀스 추천과 잘 어울리지 않는 시나리오/모델이라 생각
  • 리뷰가 이미 다 구성되어 있다는 가정 → 리뷰 set 구성