[추천] 추천 시스템과 Word2Vec

참고자료
[1] https://brunch.co.kr/@goodvc78/16
[2] https://eda-ai-lab.tistory.com/526
[3] https://wikidocs.net/102705
[4] https://www.sallys.space/blog/2018/05/18/Introduction-to-ReSys-part-2/
[

Word2Vec 복습

Word2Vec는,  문장 상에서 문맥을 통해 단어를 추측하는 방법이다.
이 때, 단어간 의미를 반영하는 벡터화를 활용 후 CBOW, 혹은 Skip-Gram을 활용한다.

[복습]

https://taksw222.tistory.com/100?category=475748 

[밑딥2] 신경망에서의 단어 처리와 word2vec

 

추천 시스템에서의 Word2Vec : Item2Vec

추천 시스템에서는 word2vec를 상품의 벡터화에 사용한다.

- Word2Vec : 단어를 분산 형태로 표현한다.
- Item2Vec : 유저와 관계있는 아이템을 분산 형태로 표현한다.

기본적으로 item2vec는 item based-CF 기반의 추천모델링에 적용된다.
즉 단어의 시퀀스는 아이템의 집합과 동일해지게 된다. 집합이 되면서 추천에서의 순서/시간 정보는 없어지게 된다.

최종적인 분산 표현을 기준으로, 아이템 쌍 사이의 관련성은 코사인 유사도를 활용하게 된다.

추가 공부 포인트

해당 내용의 논문이 있다고 한다. 관련 논문을 직접 읽어보아 파악하고 추가적으로 정리를 해보아야 겠다.