Zzong's Notes

topic modeling

1 min read

링크된 언급

6
LDA

topic modeling PLSI Latent Dirichlet Allocation

PLSI

topic modeling LDA Probabilistic latent Semantic Indexing

Scalable Recommendation with Poisson Factorization

...를 approximate 할 수 잇는 a variational algorithm 을 제안했다. 실험에서 non-negative matrix factorization 이나 PMF 그리고 topic modeling 대상으로 모두 성능상 우위를 보인다고 한다. Introduction Poisson factorization is a probabilistic model of users and item...

Singular Value Decomposition

B) Truncated SVD Truncating 과정에서 몇개의 k 를 남길것인지는 topic modeling 에서 얼마나 많은 k 를 남길것인지와 유사한 관점이다.

함께 보면 좋은 글

LDA

LDA LDA(Latent Dirichlet Allocation)는 문서를 여러 latent topic 의 mixture 로 보고, 각 topic 은 word distribution 을 가진다고 가정하는 topic model 이다.

PLSI

PLSI PLSI(Probabilistic Latent Semantic Indexing)는 document 와 word 의 co-occurrence 를 latent topic 으로 설명하는 topic modeling 방법이다.

Collaborative Topic Regression

collaborative filtering 과 topic modeling 을 합친 모델을 의미 Approaches naive r {ij}\sim\mathcal{N}\left(u {i}^{T}\theta {j},c {ij}^{-1}\right) The Generative Process for CTR 각 사용자 i...

Singular Value Decomposition

SVD 특이값 분해 (Singular Value Decomposition, SVD) 는 m\times n 행렬 A 를 다음과 같이 3 개의 행렬 곱으로 분해하는 방법을 의미한다.