잡담

이거 진짜 내 일이랑은 하나도 상관 없는 것 아닐까? 이런 글 쓰는 동안에 딥러닝 공부를 조금 더 하는게 도움이 더 되는 것 아닐까? 생각했지만… 역시 관심도 없는 거 하는 것보다는, 별로 도움이 안 되더라도 관심가는 걸 공부해야겠지 하는 생각이 들었다. Negative Feedback의 활용에 대해서는, 예전부터 관심이 많았으니까.

그리고, interaction matrix의 Sparsity를 고려한다면, 점점 더 다양한 종류의 데이터를 활용하는 것이 중요해질 것 같다고 생각한다.

그렇게 생각하는 이유는 다음과 같다.

1. 항상 CNN/RNN 모델을 돌릴 수는 없고, 여전히 CF 모델의 성능이 content based method보다 성능이 좋다.
2. user와 item의 interaction의 종류가 같은 서비스 내에서 증가하고 있다. ...

잡담

이 포스트를 작성하면서, WMF 논문을 다시 천천히 읽어봤는데, 이 논문은 정말 잘 쓴 논문이라는 생각이 문득 들었다. (1) 사람들이 잘 인지하지 못했던 기존 방법(explicit feedback methods)의 문제점을 발견하고, (2) 문제를 이해하는 새로운 도구(preference-confidence split)를 제시하고, (3) 그 도구를 이용한 새로운 해결 방법(WMF)을 제안했으며, (4) 이 해결 방법은 너무나도 아름답다(ALS, explaining recommendations). 게다가, (5) 성능도 우수하다(performance, scalability 양쪽 다…).

저자는 ...

원본 글 Ben Fredrickson이라는 아조씨가 2013년에 남긴 글인데, 음… 추천 시스템의 실제 적용에 관한 많은 Insight을 주는 것 같아서 번역해봤어요.

아조씨는 그리고 Implicit이라는 빠른 Python matrix factorization library를 만들었습니다!(저도 컨트리뷰터에요!!)

Google+나 페이스북에서 ‘싫어요’를 누를 수 없는 이유에 대해 생각해 본 적이 있는가? 페이스북의 ‘좋아요’ 버튼이나, Google+의 ‘+1’ 버튼과 같은 기능은 인터넷 어디에서나 찾아볼 수 있다. 하지만, 구글과 페이스북은 ...