박지원 : Abstract ~ METHODOLOGY(Embedding Layer), RELATED WORK
박순혁 : METHODOLOGY(Embedding Layer제외 전 부분), EXPERIMENTS ~
L2 norm으로 정규화 하는 것이 어떤 영향을 주는지?
user-item의 Embedding은 최신 추천시스템의 핵심!
But, MF와 NCF에서 기존의 임베딩은 user-item 간의 interaction에 잠재된 collaborative signal 잘 캡쳐하지 못함.
본 논문에서는 user-item 간의 bipartite graph로 High-order connectivity을 모델링하여 collaborative signal을 캡쳐하는 그래프 기반 추천 프레임워크인 NGCF(Neural Graph Collaborative Filtering)을 제안.
기존의 CF 방법론들은 user와 item 임베딩을 분리하여 구성해서 interaction이 잠재된 collaborative signal을 캡쳐하기 어려움.