코딩일기

SoReg : Social Regularization 논문 짧은 리뷰 https://dennyzhou.github.io/papers/RSR.pdf 5.1. Model1: Average -based Regularization 첫 번째 모델인 Average based regularization은 유저가 친구들의 평균과 가까울거라는 가정에서출발합니다. 위 식에서 유저 I 의 친구 목록은 F+로 표현할 수 있습니다. 친구 목록에서 친구의 유저 벡터를 하나씩 더하고 평균 낸 결과를 대상 유저 벡터와 비교해 구한 오차를 사용합니다. 하지만 현실 세계에서 유저가 꼭 친구들의 평균이라고 단정하기 어렵습니다. 취향이 유사한 친구도 있을 수 있지만 아예 다른 친구도 있기 때문입니다. 따라서 현실에 더 가깝게 모델링하려면 ..

SoRec: Social Recommendataion using probilistic matrix factorization 리뷰 https://dl.acm.org/doi/pdf/10.1145/1458082.1458205?casa_token=r_PBboPCHBcAAAAA:zh1uQnvai_DfD5CvXnaD728LF8diLve6zzkbsV5SSEoX924EmTdrFZfAmJsvKvYD4KayDzrgC0RAYmU SoRec | Proceedings of the 17th ACM conference on Information and knowledge management ABSTRACT Data sparsity, scalability and prediction quality have been recognized ..

Introduction Deepwalk 등장 배경 그래프는 실생활에서 다양하게 사용되고 있습니다. 그 예로는 팔로우와 팔로워 관계를 나타내는 소셜 네트워크, 분자구조 그래프 등이 존재합니다. 연구자는 이런 그래프 데이터에서 network classification, content recommendation, anomaly detection, 등 같은 머신러닝 태스크를 적용해보고 싶어질 수 있습니다. 하지만 그래프 데이터를 그대로 기존 머신러닝과 딥러닝 분류 모델에 적용하기에는 한계가 존재하기 때문에 그래프를 더 낮은 차원으로 임베딩해주는 그래프 임베딩 방식이 발전해왔습니다. DeepWalk는 대표적인 graph embedding method입니다, Randomwalk라는 방법으로 그래프를 일련의 시퀀스 ..