2023. 12. 20. 10:52ㆍNAVER AI Tech/Project
비정형 데이터를 활용한 추천 시스템은 컨텐츠 기반 추천 시스템이며, 협업 필터링과 함께 활용해야 큰 강점을 지님
딥러닝 모델을 사용하는 이점
1. Learning Non-linear features
2. Representation Learning
3. Various Architectures : CNN,RNN등 비정형 데이터 특징 추출에 특화된 아키텍처 사용 가능
4. Flexible Structure : end-to-end 구조로 다양한 응용 모델도 같이 활용 가능
**Image-based Recommendations on Styles and Subtitutes
- 상품 이미지를 활용한 추천 시스템 논문. 상품 이미지 기반으로 제품 간의 관계를 학습하여 추천하는 모델
- shift sigmoid를 활용하여 상품 i,j간 유사도를 측정(상품 i,j는 이미지로 주어짐)
- 대규모 이미지 데이터를 활용하여 인간의 시각적 선택에 대한 개념을 모델링할 수 있음을 보여준 논문.
데이터셋(각 관계성은 모두 edge로 표현됨)
1. 유저 x가 보기만 한 상품 집합 Y
2. 유저 x가 실제로 구매한 상품 집합 Y
3. 상품 x,y를 모두 구매한 유저 집합
4. 상품 x,y를 동시에 구매한 유저 집합
**VBPR(Visual Bayesian Personalized Ranking from Implicit Feedback)
- 이미지 데이터를 베이지안 이론을 기반으로 개발한 추천 시스템
- 구매내역과 같은 implicit 데이터를 활용 + 이미지 특성을 사용
- 이미지 특성을 활용하는 것이 개인 맞춤 Ranking 문제에 도움이 됨 + cold start problem 해결
BPR(Bayesian Personalized Ranking)
- 경사 상승법으로 학습하여 pairwise ranking optimization framework 구성
'NAVER AI Tech > Project' 카테고리의 다른 글
9. Kaggle H&M Personalized Fashion 추천 시스템 솔루션 분석 (0) | 2023.12.22 |
---|---|
8. 텍스트 데이터를 이용한 추천 시스템 (0) | 2023.12.20 |
6. 라이브러리 소개 및 카카오 아레나 솔루션 분석 (0) | 2023.12.19 |
5. Deep Learning 도입 (0) | 2023.12.12 |
4. Machine Learning 도입 (0) | 2023.12.12 |