[Day33] Item2Vec and ANN 5-1 Word2Vec & Item2Vec
Item2Vec을 알려면 Word2Vec을 알아야하고, Word2Vec을 알려면 Embedding을 알아야하니까 일단 embedding부터 시작해보자 Embedding 임베딩 : 주어진 데이터를 낮은 차원의 벡터로 만들어서 표현하는 방법 MF에서 latent vector와 같은 개념 Sparse Representation 아이템 전체 가짓수 = 차원의 수 one-hot encoding, multi-hot encoding와 같은 방법이 있다. ex) 사과=[1,0,0,0,0,0], 배=[0,1,0,0,0,0] 벡터는 모두 0 or 1로 이루어져있다. 해당 아이템에만 1 나머지는 0으로 두기 때문이다. 아이템 갯수가 많아지면 그에 따라 벡터의 차원도 커지고 공간도 낭비된다. Dense Representati..
