Paper: https://arxiv.org/pdf/1708.05031.pdf
PR113 Facebook group: https://www.facebook.com/groups/565858127904979
1. 추천에도 딥 러닝을 써보자! Feature 추출같은 부차적인 데 말고 MF에서의 inner product라는 simple interaction function 대신 neural architecture로 바꿔서!
- SVD++같은 MF에 bias를 추가한 모델들이 단순 MF보다 성적이 좋았음
- 그러면 non-linearity를 추가해보자!
2. GMF - MLP FUSION! - Introduce general layer NCF
- NCF라는, user/item vector를 concat한 걸 input으로, 어떤 layers를 거쳐 predicted score를 계산하는 general framework 제시
- GMF는 NCF framework를 따라가면, MF에 non-linearity를 추가한 layer라고 볼 수 있음
- MLP는 NCF framework에서 "어떤 layer"를 우리가 아는 MLP 모양으로 만든 것
3. 그러면 GMF, MLP 2개의 specific layer에서 결과가 나올텐데, 이를 concat하고 1-layer MLP를 거쳐 최종 predicted score 계산! 따로 쓰는 것보다 적당한 epoch에서는 같이 쓴 모델이 더 좋은 결과를 보였고, ItemKNN, BPR 같은 기존 baseline보다 더 좋은 성능을 보임!