한줄 요약: MF 대신 오토인코더로 평점 행렬을 복원하자추천시스템을 처음 공부할 때 가장 익숙한 출발점은 행렬분해(MF, Matrix Factorization)이다. 유저와 아이템을 잠재벡터로 표현하고 내적(dot product)으로 평점을 예측하는 방식은 간결하고 직관적이다.그런데 AutoRec 논문은 여기서 한 발 다르게 접근한다. “굳이 내적만 고집해야 할까?평점 벡터 자체를 비선형 함수로 복원(reconstruction)하면 더 잘 채울 수 있지 않을까?”이 글은 AutoRec 논문을 다시 읽고, 문제 설정 → 모델 구조 → 손실 함수(마스킹) → 학습 방식 → MF/RBM과 비교 → 실험이 말하는 것 순서로 정리해 보았다.1. 문제 설정: 평점 행렬은 ‘대부분 비어 있다’AutoRec이 다루는..
