추천시스템/Paper Review (1) 썸네일형 리스트형 Matrix Factorization Techniques for Recommender Systems 논문 리뷰 Matrix Factorization Techniques for Recommender Systems Matrix Factorization- user-item ratings(평점) 패턴으로부터 추론된 잠재 요인 벡터를 사용해 user와 item을 모두 특징화- user와 item의 잠재 벡터 간 내적(dot product)을 통해 평점을 예측하고, 이를 바탕으로 추천- latent factor models(잠재 요인 모델) 중 가장 성공적으로 구현된 방식수식\[ \min_{q^*, p^*} \sum_{(u,i) \in \mathcal{K}} (r_{ui} - \hat{r}_{ui})^2 + \lambda \left( \lVert q_i \rVert^2 + \lVert p_u \rVert^2 \right).. 이전 1 다음
