협업 필터링과 콘텐츠 기반 필터링 통합

협업 필터링과 콘텐츠 기반 필터링은 추천 시스템과 사용자 선호 예측의 맥락에서 적용되어 온 두 가지 패러다임입니다. 이 논문은 과거의 사용자-아이템 평점 및 아이템이나 사용자 속성과 같은 모든 사용 가능한 훈련 정보를 체계적으로 통합하여 예측 함수를 학습하는 새로운 통합 접근 방식을 제안합니다. 우리 방법의 핵심 요소는 사용자-아이템 쌍 간에 적합한 커널 또는 유사성 함수를 설계하는 것으로, 이는 사용자와 아이템 차원 모두에서 동시에 일반화를 가능하게 합니다. 우리는 퍼셉트론 학습을 일반화하는 온라인 알고리즘(JRank)을 제안합니다. EachMovie 데이터 세트에 대한 실험 결과는 표준 접근법에 비해 상당한 개선을 보여줍니다.