Approach
A.1) 목적
cold 와 warm 시나리오를 둘 다 처리할 수 있는 모델을 만드는 것
A.2) Input
content 와 preference 정보를 모두 input 으로 사용한다. 이 경우, preference matrix 을 입력으로 쓰는 경우에
B) DropoutNet 구조 다이아그램
유저 선호도와 content 는 각각 DNN 을 통해 그리고 를 생성한다. 이후 둘은 concatenate 되어 fine-tuning network 를 통과하여 유저의 latent representation 을 출력한다. 아이템 역시 동일한 방식으로 동작한다.
학습 과정에서는 jointly 하게 back-propagation 으로 최적화를 진행하며, inference 과정에서는 모두 고정시킨다.