LightGCN : Simplifying and Powering Graph Convolution Network for Recommendation 리뷰 ABSTRACT 그래프 컨볼루션 네트워크는 CF에서 새로운 SOTA가 되었다. 그럼에도 불구하고, 추천에서의 효과에 대한 근거는 잘 알려지지 않았다. 추천에 GCN을 적용한 연구 들은 GCN에 대한 ablation 분석이 부족했는데, GCN은 애초에 …
KGAT: Knowledge Graph Attention Network for Recommendation 리뷰 ABSTRACT 더 정확하고, 다양하고, 설명가능한 추천을 제공하기 위해 유저-아이템 간 상호작용 모델링을 넘어 부가적인 정보도 함께 고려 해야 한다. FM 같은 기존 메소드는 지도 학습으로 각각의 상호작용을 부가 정보와 함께 인코딩된 독립된 객체로 …
PUP : Price-aware Recommendation Convolution Network 리뷰 ABSTRACT 최근의 추천은 유저 행동을 마이닝 하는 연구가 많았다. → 유저 들이나 아이템 들을 설명하는 텍스트 정보, 데모그라픽, 이미지 등의 일반적인 정보를 다루는 CF. 마케팅에서 중요하게 여기는 가격은 유저의 최종적인 구매를 결정하지만, 상 …
GraphRec : Graph Neural Networks for Social Recommendation 리뷰 ABSTRACT 소셜 추천 시스템의 데이터는 아래와 같은 표현 된다. 유저 - 유저 소셜 그래프 유저 - 아이템 그래프 그리고 핵심은 유저와 아이템의 Latent Factor로 학습하는 것이다. 그러나, GNNs으로 소셜 추천 시스템을 구축하는 것은 …
GMCF : Neural Graph Matching based Collaborative Filtering 리뷰 ABSTRACT 유저와 아이템의 어트리뷰트 들은 필수적인 사이드 정보이다. 본 논문에서는 기존 모델들이 구분하지 못하는 두 가지 어트리뷰트 상호작용을 발견했다. inner attribute interactions : 유저 어트리뷰트 사이의 상호작용과 …
