추천시스템 메모 2

1. Recommender Systems - Andrew Ng

1.1. Recommender Systems | Problem Formulation

1.2. Recommender Systems | Content Based Recommendations

• 알려진 특징들(로맨스, 액션, ...)이 있고, 각 영화에 대해 이 특징들에 대한 점수를 매겨서, 영화를 수치의 튜플로 표현할 수 있다.
• 사용자들이 이미 매긴 영화들 점수를 가지고, 각 사용자들이 영화의 특징(feature)에 대해 얼마나 선호하는지를 학습하여, 아직 점수를 매기지 않은 영화에 대한 알려진 특징점수와 사용자의 추측된 선호도를 연산하여, 그 영화에 대한 점수를 예측한다.
• For each user j, learn a parameter theta(j) ( in R^3). Predict user j as rating movie i with (theta(j)) x(i) starts (points)

1.3. Recommender Systems | Collatorative Filtering

• 앞에서 본 content based filtering 에서는 각 영화가 얼머나 로맨틱한지, 얼마나 액션성이 강한지가 필요한데, 이걸 어떻게 구할 것인가?
• collaborative filtering
  • given x1, ... xn (and movie ratings), -> can estimate theta_1, ..., theta_n
  • given theta_1, ..., theta_n, -> can estimate x1, ..., xn
  • 이 두가지 추정을 반복한다.

1.4. Recommender Systems | Collaborative Filtering Algorithm

1.5. Recommender Systems | Vectorization Low Rank Matrix Factorization

      u1   u2   ..   un
  m1  r11  r12  ..   r1n        t1 x1   t2 x1  ... tn x1
  m2                        =   t1 x2   t2 x2  ... tn x2
  ..
  ml  rn1  rn2  ..   rln        t1 xl   t2 xl  ... tn xl

    Y = Theta X

see also : https://yjucho1.github.io/recommender%20systems/recommendation/ 앤드류응의 강의를 다른 사람이 정리해 놓은 것. 수식까지 잘 정리해 두었다.

2. Recommend System with Tensorflow - Karthik M Swamy (2017)

• youtube
• code

3. Latent Factor Recommender System | Stanford University (2016)

4. Matrix Factorization Technique for recommender system 리뷰 -- 딥러닝논문읽기모임 링크

5. Intro to Machine Learning - Building a Recommendation Model using Keras.

6. Keras Tutorial #10 - Book Recommendation System

kaggle https://www.kaggle.com/zygmunt/goodbooks-10k 컴피티션 예제.

7. Prototyping a Recommender System for Binary Implicit Feedback Data

• R+Keras 로 구현한 간단한 implicit feedback 추천시스템.

8. Python SurPRISE

8.1. 데이터사이언스 스쿨 예제 노트북 (2016년)

• 설명이 좋음.
• https://datascienceschool.net/view-notebook/fcd3550f11ac4537acec8d18136f2066/

8.2. 데이터분석(추천시스템) 예제 노트북 - 잔재미코딩

• 추천시스템 개념부터 surprise를 이용한 예제. 간단히 따라해 보기 좋으나 설명이 부족함.
• 링크 : https://www.fun-coding.org/recommend_basic7.html

8.3. Toward Datascience -

• https://towardsdatascience.com/building-and-testing-recommender-systems-with-surprise-step-by-step-d4ba702ef80b

9. 갈아먹는 추천시스템

• 갈아먹는 추천시스템 https://yeomko.tistory.com/3

10. Implicit

• Finding Similar Music using Matrix Factorization - Ben Frederickson

11. NaverD2 2017 Recommender System for Education - 서창호

• 뤼이드 (Riid) 와 협력연구했던 내용.
• https://www.youtube.com/watch?v=v_wnkwuoHew
• https://www.slideshare.net/NaverEngineering/recommender-system-for-education