잠재 인수 모형

잠재 인수 모형

• 사용자와 상품을 이종 노드로 생각하고 이를 각각 임베딩 공간으로 표현 (벡터로 표현)
• 고정된 인수 대신 효과적인 인수를 학습하는 것을 목표로 함
  • 예시) 영화 추천의 경우, 영화의 장르 & 분위기가 인수가 될 수있음
  • 학습한 인수를 잠재 인수라고 부름

사용자와 상품을 임베딩하는 기준

다음과 같이 표현할 수 있다
(생각하고 있는 바를 직접 그려서 표현한것이기 때문에 틀린 표현이 있을 수 있습니다)

고급 잠재 인수 모형

사용자와 상품의 편향을 고려

• 사용자 편향 : 해당 사용자의 평점 평균과 전체 사용자 평점 평균의 차
• 상품 편향 : 해당 상품의 평점 평균과 전체 상품 평점 평균의 차
  => 평점을 그냥 r_xi로 표현하는것이 아니라 전체평균, 사용자/상품 편향, 상호작용으로 분리
  
  

그리고 여기에 시간적 평향까지 고려할 수 있다

• 넷플릭스 시스템의 변화로 평점의 평균이 크게 상승하는 시점이 과거에 있었음
• 영화의 평점은 출시일 이후 시간이 지남에 따라 상승하는 경향을 가짐