Zzong's Notes

Recommendation System

1 min read

Must-read Papers on RS

Top Tier Conferences and Journals

WWW, WSDM, SIGIR, KDD, RecSyS, CIKM, TOIS, TKDE, NIPS, ICML, AAAI, IUI, UMAP

Companies

Problems of RS

Recommendation Scenarios

  • interactive recommendation - 가장 일반적인 추천 시나리오
  • sequential recommendation
  • Conversational Recommendation
  • Explainable Recommendation
  • multi objecitve recommendation

Tech Blog Posts for RS

Facebook (Meta)

링크된 언급

10
dropout

... 만약 keep_prob=1 이면, dropout 이 적용되지 않는 것이므로, inverted dropout 방법도 의미가 없어진다 (어차피 기댓값은 동일하므로). keep_prob By Layers Dropout 확률을 레이어마다 다르게 유지해도 좋다. 다만, 이런 경우 각 layer 마다 hyperparameter 를 추가한것과 같으므로 tuning 에 추가적인 작업이 필요할 것이다. M...

epsilon-greedy algorithm

Exploration and Exploitation trade-off Multi-Armed Bandit 는 현실에 적용하기에는 풀어야 할 문제가 많아서 이를 RS 에 바로 사용할 수는 없다.

Multi-Armed Bandit

... (returns) 으로 결정함 또한, 시간 t 에 선택한 arm 에 대한 보상만 알 수 있음 (i.e. 선택하지 않은 arm 의 보상은 알 수 없음) 추천 시스템에서의 MAB Recommendation System 에서는 서로 다른 반응률이 존재하는 여러 콘텐츠가 있고, 정해진 횟수만큼 콘텐츠를 추천 결과에 노출해볼 수 있을 때, 어떤 순서로 콘텐츠를 노출해야 가장 클릭을 많이 받을 수 ...

online evaluation

직접 현실에 적용해 실시간으로 모델을 평가하는 것으로, 이상적인 RS 의 평가 방법이다. Reference offline evaluation

statistical significance

...ks: (1), (2) AB Test 의 결과가 통계적으로 유의한지 판단하는 방법은 무엇인가? 일반적으로 유의성 검정은 Z-test 의 Two-tails test 를 활용한다. Recommendation System 에서 수행한 실험 결과 데이터는 statistic/Bernoulli distribution 를 따른다. 왜냐하면 추천한 아이템이 선택되느냐 (1) 마느냐 (0) 에 따른 값만이...

함께 보면 좋은 글

sequential recommendation

Unlike interactive recommendation methods that generate recommendations based on the user’s feedback via constant interactions, sequential recommender systems predict the...

cold-start

Cold start 문제란, 사용자와 아이템 간 interaction 이 없는 신규 유저나 신규 아이템을 추천 대상에서 제외되는 문제를 뜻한다.

The YouTube Video Recommendation System

YouTube 추천 시스템을 초기 대규모 산업 추천 관점에서 설명한 논문이다. 이 볼트에서는 YouTube 추천 구조와 large-scale candidate generation / ranking 흐름을 연결해서 읽는 reference 로 쓰인다.

online evaluation

직접 현실에 적용해 실시간으로 모델을 평가하는 것으로, 이상적인 RS 의 평가 방법이다. Reference offline evaluation.

Multi-Armed Bandit

정의 Multi-armed Bandit 은 어떤 슬롯머신이 어떤 수익률을 가지는지 모를 때, 탐색 (Exploration) 과 활용 (Exploitation) 을 적절히 사용하여 최적의 수익을 찾아내고자 하는 Reinforcement Learning 알고리즘을 의미한다.

Graph Neural Networks for Recommender System

the critical challenges of GNN-based recommendation and the potential solutions 에 중점을 두고 설명함 extensive background of recommender systems and graph neural networks 부터 설명을 시작...

challenges of RS

Challenge of RS 추천 시스템에서 발생할 수 있는 문제점들 nosiy data 일반적으로 historical 데이터는 모두 사용자의 성향을 반영한다고 가정하지만, 사용자는 자신이 선택한 아이템을 좋아하지 않을 수 있다.

transfer learning

In NLP 자연어처리 분야에서는 언어의 일반적인 이해를 신경망에 학습시키기 위해 다음과 같은 방식을 수행한다. Generalized pretraining 에서 사용했던 입/출력 레이어를 제거한다. 특정 작업에 특화된 입/출력 레이어로 교체한다.

github for recommender system

추천 시스템에 관련된 github repo 를 정리하는 page Repos github.com/microsoft/recommenders/ This repository contains examples and best practices for building recommendation systems, provided...