[ 요약 ]
(1) 10년 ~ 15년 전에는 Apriori 알고리즘. 대표적인 연관 상품 추천 알고리즘.
-> https://ratsgo.github.io/machine%20learning/2017/04/08/apriori/
(2) 5~10년 전에는 Apriori 다음으로 Collaboration Filtering
-> https://www.slideshare.net/MrChrisJohnson/collaborative-filtering-with-spark
(3) 4 ~7년 전에는 FPGroth . Apriori 의 BigData 버전
(3.5) 4 ~ 5년 전에는 Collaboration Filltering + Deep Learning 혹은 유사 Approach
(4) 3~5년 전에는 Matrix Factorization
-> http://sanghyukchun.github.io/73/
(5) 2~4년 전에는 Item2Vec + CF
-> [Microsoft 논문] https://arxiv.org/vc/arxiv/papers/1603/1603.04259v2.pdf
-> [관련 블로그] https://brunch.co.kr/@goodvc78/16
(6) 2~3년 전에는 You-tube Recommendation 스타일 Deep Learning Approach
-> [논문] https://static.googleusercontent.com/media/research.google.com/ko//pubs/archive/45530.pdf
-> [논문 요약] http://keunwoochoi.blogspot.com/2016/09/deep-neural-networks-for-youtube.html
-> [슬라이드 쉐어] https://pt.slideshare.net/lekaha/deep-neural-network-for-youtube-recommendations
-> 유튜브 알고리즘에 대한 다양한 인문학적 고찰 https://www.bloter.net/archives/301890
(7) 1~3년 전부터 Wide & Deep Model
-> [논문] https://arxiv.org/abs/1606.07792
-> [조대협님이 정리한 코드가 있는 블로그] https://bcho.tistory.com/tag/wide%20and%20deep%20model
(8) 1~2년 전부터 개인화 추천이 뜨면서 다시 각광 받는 Factorization Machine. (논문은 사실 좀 오래 되었음.)
-> [HOL] https://cloud.hosting.kr/techblog_180709_movie-recommender-with-factorization-machines/
(8.5) Matrix Factorization 과 Factorization Machine 과의 차이점.
논문 참고 : https://www.csie.ntu.edu.tw/~b97053/paper/Rendle2010FM.pdf
(9) 최근. 개인화 추천. ( 2017 re-invent By Amazon )
(10) 최근. 개인화 추천. Hierarchical RNN ( 2018 re-invent By Amazon )
-> [구현체] 저자의 구현체 공개버전 : https://github.com/mquad/hgru4rec
(11) 최근. 개인화 Re-Ranking. (개인화 Reinforcement Learning Re-Ranking By 알리바바)
-> [논문] https://arxiv.org/pdf/1803.00710.pdf
(12) Deep Learning 기반 최신 추천시스템 동향 관련 Survey 논문
-> https://arxiv.org/pdf/1707.07435.pdf
자세한 내용은 아래 블로그를 참고한다.
http://hoondongkim.blogspot.com/2019/03/recommendation-trend.html