# Performance-Driven QUBO for Recommender Systems on Quantum Annealers

### 저자

Jiayang Niu, Jie Li, Ke Deng, Mark Sanderson, Nicola Ferro, Yongli Ren

### 💡 개요

본 논문은 추천 시스템을 위한 새로운 QUBO 기반 특징 선택 방법론인 PDQUBO를 제안합니다. PDQUBO는 양자 어닐러에서 직접 실행 가능하며, 개별 특징 및 특징 쌍이 추천 모델 성능에 미치는 영향을 정량화하여 추천 품질과 직접적으로 연계되는 최적화 목표를 설정합니다. 또한, 반사실적 분석을 활용하여 모델 불가지론적이며 평가 지표 독립적인 특징 선택을 가능하게 하여 다양한 추천 시스템 및 평가 기준에 폭넓게 적용할 수 있습니다.

### 🔑 시사점 및 한계

- 양자 어닐러를 활용한 추천 시스템 특징 선택의 실질적인 적용 가능성을 보여주었습니다.

- 반사실적 분석을 통한 모델 불가지론적이고 평가 지표 독립적인 특징 선택 방법론을 제시했습니다.

- 실제 데이터셋 실험을 통해 기존 QUBO 기반 방법론 및 고전적인 특징 선택 방법론 대비 우수한 성능을 입증했습니다.

- 양자 어닐링의 문제 크기 및 난이도 변화에 따른 불안정성 문제를 조사하고 향후 연구의 필요성을 제시했습니다.

---

[PDF 보기](https://arxiv.org/pdf/2410.15272)

For the site tree, see the [root Markdown](https://slashpage.com/haebom.md).