【論文紹介】Gaussian process factorization machines for context-aware recommendations (SIGIR2014)

こんにちは、ぐぐりら(<a href="https://twitter.com/guglilac">@guglilac</a>)です。 今回は、Factorization MachinesにGaussian Processを組み合わせた、Gaussian process factorization machines for context-aware recommendations (SIGIR2014) を読んだので、まとめておきます。 ## 3行まとめ FMの交互作用の部分をGPに置き換えたGPFMを提案。context-awareな推薦に用いることができる。 またimplicit feedbackに対応するモデルとしてBPRにGPFMを適用したGPPWを提案した。 ## 論文リンク <a href="https://dl.acm.org/citation.cfm?id=2609623">Gaussian process factorization machines for context-aware recommendations</a> ## 問題意識 factorization machineでは交互作用を内積で扱っていて線形で表現力に乏しいので、non linearに拡張したものを考えたい。 matrix factorizationにGPを足してnon linearに対応したものがrelated workにあるが(NPMF: Probabilistic Matrix Factorization)これはcontext-awareではない。 今回のGPFMはNPMFのMFをFMに変えたものと言える. ## 関連研究 Factorization Machines (FM)とGaussian Process (GP)で構成されるので、その辺りの知識があると読みやすい。 FMについてはこちらのQiitaの記事で。 Field-awareなFactorization Machinesの最新動向(2019) - Qiita GPは自分も勉強し始めたぐらいなのですが、こちらの超入門記事を参考にどうぞ! この論文を読むのには問題な