[Paper Review] Matrix Factorization

이 글은 Netflix Prize Competition에서 주목받았던 Matrix Factorization 기법을 다룬 논문을 리뷰합니다. Matrix Factorization은 딥러닝 기반의 추천 시스템으로, Netflix가 1억 개의 사용자 평가 데이터를 활용하여 기존 추천 시스템보다 RMSE 성능을 10% 이상 개선하는 방법론을 찾기 위해 개최한 대회에서 1, 2위를 차지한 팀의 핵심 기술입니다.

글에서는 추천 시스템의 두 가지 주요 방식인 Content Filtering과 Collaborative Filtering을 소개하며, 특히 Matrix Factorization이 어떻게 사용자들의 선호도를 예측하고 개인화된 추천을 제공하는지에 대한 논문의 내용을 깊이 있게 탐구합니다. 이를 통해 추천 시스템의 발전 과정과 Matrix Factorization의 중요성을 이해할 수 있습니다.