Deep Neural Networks for YouTube Recommendations(2016.09)

🎈목차

0. ABSTRACT
1. INTRO
 - 문제점
 - 기존연구
 - 논문 요약
2. BODY
3. CONCLUSION

0. ABSTRACT

Candidate generation model과 ranking model로 구성된 대규모 사용자 추천 시스템

1. INTRO

 -  문제점

유튜브 영상을 추천하는 것은 크게 3가지 어려움이 있다. 
(1) Scale -> 기존 방식은 작은 문제만 다뤄왔다
(2) Freshness -> 매초 영상이 업로드 되기때문에 기존에 있던 영상간의 균형이 중요하다
(3) Noise -> 유저간의 차이도 있고 추천 데이터가 실체가 없다

 - 기존연구

matrix fatorization (행렬분해)방식은 많은데 deep neural network 관련한 건 많지 않다.

neural network는 뉴스 추천, 리뷰 평가에 사용되고 협업필터링은 deep neural network로, 오토인코더로 사용됐다. 그리고 마이크로소프트에서 15년에 유저와 아이템 간의 멀티모달을 제안했다. 

 -  목차 간략 소개 

Candidate generation model - 어떻게 학습시키고 추천을 제공하는지 

ranking model - classic한 로지스틱 회귀를 수정한 기대시청시간 예측 방법

 

2. 제안

전체적인 구조는 다음과 같다.시스템은 두 개의 신경망, Candidate generation model과 ranking model으로 구성된다.

- Candidate generation : 사용자의 활동 기록을 가져오고 대량 말뭉치에서 영상의 집합을 검색한다. 이 후보자들은 일반적으로 높은 정확도의 유저 연관성을 갖도록 한다. 이 네트워크는 협업필터링을 통해 넓은 맞춤만을 제공한다.

 

https://hwiyong.tistory.com/m/322

https://velog.io/@baeyuna97/Feature-engineering이란

https://hwiyong.tistory.com/m/399