sally.lee(이현경) / 퍼실리테이터 — 오늘 오전 11:44
[학습 참고자료 공유 (Tensorflow recommenders 튜토리얼 후기)]
안녕하세요 샐리입니다~
추천시스템 주제로 질문을 종종 주시는데요 TFRS(TensorFlow Recommenders)라는 추천자 시스템 모델을 빌드하기 위한 라이브러리가 있어 지인 분의 후기 글을 한번 공유드립니다~~
라이브러리로 되어 있기 때문에 좀더 코드상에서 ranking 모델을 선언하거나 metric을 계산하기 편할 것 같아요ㅎㅎ
살짝 서치해봤을 때 우선 협업 필터링(Collaborative Filtering) 기반의 추천 시스템을 구축하기 위해 설계된 라이브러리 같네요!
https://solazy.tistory.com/7
은퇴하고 고양이 키우기 프로젝트
Tensorflow recommenders 튜토리얼 후기
서두가 매우 길어서, 급하신 분은 텐서플로우 recommenders 소개 항목 부터 보시는것을 추천드립니다.Tensorflow recommenders 사용 배경 랭킹 모델을 생각했을때 가장 쉬운 접근 방법은, 사용자와 아이템 정보를 활용하여 0 / 1 (사용자가 싫어함 / 좋아함) 을 기준으로 binary classificaion 을 해볼 수 있습니다.이것을 pointwise ranking model 이라고 할 수 있습니다.user_iditem_idfeature_1feature_2group_id (optional)label11xxxxx1012yyyyy1113zzzzz10 위의 데이터 구조처럼 깔끔한 정형 데이터를 ...
다른 설명 및 실습코드 글: https://slowsteadystat.tistory.com/45?category=922388
(TFRS는 워낙 공식 튜토리얼이 잘 소개되어 있다고 하네요)
어쩌다통계
추천 시스템 | TensorFlow Recommenders 리뷰 & 실습
이 글이 도움되셨다면 광고 클릭 부탁드립니다 : ) 이번 포스트에서는 2020년 9월에 공개된 추천시스템 라이브러리인 TensorFlow Recommenders의 대략적인 컨셉에 대해 알아보고 예제 데이터로 모델이 어떻게 돌아가지는 지 살펴보겠습니다. 최근 추천 관련 대회를 준비하면서 여러 가지 추천 방법론을 시도해 보았는데, 그중 나름 성능이 괜찮았던 TFRS에 대해 한번 정리해보려고 합니다. 추천 시스템?! 일상생활에서 많이 접해보셨을텐데요, 사용자의 취향에 맞는 상품, 컨텐츠를 추천해 주어 사용자에게는 맞춤 서비스를 제공할 수 있고 기업에서는 매출을 증가시키거나 사이트 체류시간을 높일 수 있을 것 입니다. M...
