추천 시스템 머신러닝

주제 : 최신머신러닝 시스템을 적용한 추천시스템 연구

• —# 방학 UROP(6주간), 학부 연구생

준용 학생, 다음 줌 미팅에는 기존에 하기로 한 내용과 병행해서 matching network, prototypical, Relation network 이후에 이미지 기반이 아닌 추천시스템에 적용을 위해서 텍스트 data를 사용한 metric 기반 논문(17년~23년)을 찾아보면 좋겠습니다.

수요일 오후 10시

1주차(주제 선정)

2주차 (추천시스템 분석)

3주차 (GNN을 사용한 추천시스템에 대한 조사)

4주차 (GNN을 이용하여 추천 시스템 구현 LightGCN)

5주차 (GNN을 이용하여 추천 시스템 구현 NGCF)

6주차 (Meta-Learning의 특성과 원리 이해)

7~8주차 (Meta-Learning의 특성과 원리 이해 ProtoCF)

9주차 (Meta-Learning-Metric-ProtoCF)

10주차 (NGCF 직접 구현)

11주차 (커스텀 데이터를 이용하여 NGCF와 LightCGN 학습 및 비교)

12주차 (NGCF metrics 분석, Recommender FrameWork)

13~14주차 (LightGCN 분석, 순차적 추천 LSTM)

15주차 (최종보고서)