4. Machine Learning 도입
2023. 12. 12. 15:33ㆍNAVER AI Tech/Project
Matrix Factorization(MF)
- R = PQ 로 분해
단점 : user-item 외의 정보 사용 x (content-aware 데이터를 사용할 수 없다)
Content-aware 데이터를 사용하기 위해 Machine Learning에 사용되는 데이터 형태로 만들어보면 sparsity가 매우 높다.
따라서 Latent Factor Model을 통해 user와 item을 축약하여 표현.
Factorization Machine(FM)
- Latent Factor를 통해 user, item을 표현하고 content-aware 정보 또한 Machine Learning의 데이터 형태로 붙인 것
Field-aware Factorization Machine(FFM)
- Latent Factor를 구성할 때 대응되는 field를 미리 고려하여 대응되는 field와의 상호작용만 계산하는 것.
'NAVER AI Tech > Project' 카테고리의 다른 글
6. 라이브러리 소개 및 카카오 아레나 솔루션 분석 (0) | 2023.12.19 |
---|---|
5. Deep Learning 도입 (0) | 2023.12.12 |
3. Model Based Collaborative Filtering (1) | 2023.12.11 |
2. Memory Based Collaborative Filtering (1) | 2023.12.11 |
1. 프로젝트 시작 : 데이터분할과 평가지표 (0) | 2023.12.11 |