온라인 협업 필터링을 위한 잠재 소스 모델과 코사인 유사도 기반 알고리즘

사용자를 k 개의 유형으로 군집화하고, 각 유형마다 아이템에 대한 선호 확률 벡터를 공유하는 잠재 소스 모델을 제안한다. 매 타임스텝마다 사용자가 아직 소비하지 않은 아이템을 추천하며, 코사인 유사도를 이용한 탐색‑활용(ε‑greedy) 방식을 사용한다. 두 종류의 탐색(무작위 아이템 탐색과 공동 탐색)을 통해 초기 학습 단계가 ≈ log(km) 시간만에 끝나고, 그 이후에는 거의 최적에 가까운 비율로 좋아하는 아이템을 추천한다.

저자: Guy Bresler, George H. Chen, Devavrat Shah