시간에 따른 편향을 고려한 latent factor model

1. motivation

 

우연히 넷플릭스 시스템의 변화로 전체 영화들의 평점 평균이 급격히 상승한 사건이 관측 되었다.

 

빨간색 동그라미 부분에서 넷플릭스 시스템이 변화되었나봄?

 

 

 

심지어 영화의 평점은 출시일 이후부터 관측해보면 상승하는 경향이 있었음

 

 

 

어떤 영화로 인해 팬이 되면서 오랜 출시일이 지난 영화를 찾아본다거나

 

입소문이 나면서 평이 좋은 영화를 추천 받아서 본다거나

 

추천시스템이 좋다고 하는 것을 계속 보거나

 

 

2. idea

 

영화의 평점이 시간에 영향을 받는다는 것을 알았으므로 사용자의 편향과 상품의 편향이 시간의 함수라고 가정함

 

 

 

위 모형을 바탕으로 앞에서와 같이 모형의 복잡도까지 고려한 loss function을 구성하고

 

경사하강법으로 loss를 줄이면서 최적화시켜

 

사용자편향, 상품편향, 사용자 embedding, 상품 embedding을 구하면 될것