Word2Vec을 추천에 활용한 방법
단어가 아닌 추천 아이템을 임베딩한다.
유저가 소비한 아이템 리스트를 문장으로, 아이템을 단어로 가정하여 Word2Vec을 사용한다.
MF도 유저와 아이템을 임베딩하는 방법에 해당한다.
SVD 기반 MF를 사용한 IBCF보다 Word2Vec이 더 높은 성능과 양질의 추천 결과를 제공한다.
좌: Item2Vec, 우: SVD 기반 MF
유저 혹은 세션 별로 소비한 아이템 집합을 생성한다.
즉, 사용자의 장바구니 속 아이템 리스트를 활용해 임베딩한다.
Item2Vec은 유저-아이템 관계를 사용하지 않는다.
유저 식별을 하지 않기도 한다.
시퀸스를 집합으로 바꾸어 공간적 / 시간적 정보는 사라진다.
대신, 집합 내의 아이템은 서로 유사하다고 가정한다.
공간적 정보를 무시하므로, 집합 내 모든 가능한 조합을 Positive Sample로 활용한다.
활용 사례