[Paper] Neural Collaborative Filtering

“Neural Collaborative Filteringn”이란 논문에 대한 리뷰입니다.

원문은 링크에서 확인할 수 있습니다.

Key 1. Collaborative filtering effect를 DNN으로 구현한 것

dot product으로 서술한 것이 effect에 해당하는 것으로 생각

Key 2. MF가 결국 NCF의 한 종류

어떻게 latent representation을 정의하는지가 중요

• Explicit vs Implicit

Explicit : Interaction의 score를 예측하는 것
Implicit : 단지 observed 여부만 예측하는 것 » binary

그래서 binomial distribution으로 모델링을 하게 된다.
동일한 맥락에서 BCE(logloss)를 사용하게 된다.

구조

• MF Number of layer : 1
  aggregation step : elementwise product
  activation: linear activation
  

• DNN Number of layer : n » tower pattern
  aggregation step: concatenation
  activation : ReLU
  

결국 MF user vector와 MF item vector는 한 Latent space에
MLP user vector와 MLP item vector는 또 다른 한 laten space에

초기값은 GMF와 MLP 모델로 각각 학습한 결과를 비율로 사용