[RecSys] 추천과 검색 시스템 디자인 - 2단계 구조와 멀티태스크 랭킹
산업용 추천/검색 시스템이 공통적으로 따르는 설계 패턴과, 그 랭킹 단계를 YouTube가 멀티태스크로 풀어낸 방법을 알아봅니다.
Recent posts
[RecSys] 추천 시스템의 선호 증폭(Preference Amplification) 현상
추천과 피드백이 반복될수록 유저의 취향이 점점 극단으로 치닫는 현상, 선호 증폭에 대해 알아봅니다.
[GNN] GNNExplainer - GNN의 예측을 설명하기
GNN은 왜 이 노드를 이렇게 분류했을까? GNN의 예측을 subgraph와 node feature로 설명하는 GNNExplainer에 대해 알아봅니다.
[GNN] MetaHIN - 메타러닝과 이종 정보 네트워크로 Cold-start 추천 풀기
메타러닝(MAML)과 HIN의 meta-path를 결합해 cold-start 추천 문제를 데이터와 모델 양쪽에서 풀어낸 MetaHIN에 대해 알아봅니다.
[GNN] DisenHAN - 분리된 표현으로 이종 그래프 추천하기
이종 그래프(HIN) 위에서 aspect별로 분리된(disentangled) 유저/아이템 임베딩을 학습하는 DisenHAN에 대해 알아봅니다.