본문 바로가기

CF

 (2)
02-3. CF 기반 평점 예측을 이용한 영화 추천 Item-based Collaborative Filtering 가정 : 유사한 아이템(ex. 평점을 부여한 패턴)에 내가 부여한 평점과 비슷한 평점을 부여 다시 이해해보기 CBF vs CF 1. CBF 기반 아이템유사도: 아이템간의 유사도를 아이템 속성(메타데이터 ex.장르)을 이용하여 계산 Step 1 : TF-IDF를 이용하여 아이템을 vector로 표현 Step 2 : 아이템간의 유사도를 cosine similarity로 계산 2. CF 기반 아이템유사도: 아이템간의 유사도를 사용자의 아이템 평가 이력을 이용하여 계산 Step 1 : 평점데이터를 이용하여 아이템을 vector로 표현 Step 2 : 아이템간의 유사도를 cosine(pearson) similarity로 계산 - Dimension : ..
01. 추천시스템 개요 추천시스템이란? 사용자 개인의 취향 파악을 통해 취향에 맞는 상품, 컨텐츠(영상, 음악) 등을 추천해주는 시스템. ex. Amazon 상품추천, Netflix 영상 추천, Youtube Music 음악 추천 등 (추천시스템의 이점) 1. 사용자 - 개인의 취향/선호를 파악하여 추천해주기 때문에 검색에 들이는 시간을 줄이고 생각하지 못한 선호 제품, 컨텐츠 등을 얻을 수 있다. 2. 서비스 제공자 - 목표로 하는 KPI를 달성 할 수 있다. (매출, Page View, Unique Visitor 등) 도메인에 따라 다른 추천 접근 방식을 가져야한다. 뉴스 - 최신성, 핫이슈 + 개인의 관심영역 영화 - 장르 패션 - 스타일 친구 - SNS 음악, 여행지, 식당 등 어떤 사용자에게 어떤 아이템을 제공할 것인..

티스토리툴바