rec_sys

Chatpter 1 추천시스템 추천시스템 추천 시스템은 다양한 서비스에 포함이 되어있다. 유튜브의 '맞춤 동영상', 트위터 '팔로우 추천', 스포티파이 '추천 플레이리스트' 등 추천 시스템은 우리 주변에서 쉽게 볼 수 있다. 막대한 양의 상품이나 동영상 중에서 사용자가 직접 키워드를 입력해 좋아하는 것을 찾도록 하는 것은 어렵다. 하지만 추천시스템 덕분...

Chapter 2 추천시스템 프로젝트 추천 시스템 개발에 필요한 3가지 스킬 비즈니스 문제 해결 능력 비즈니스 관점에서 추천 시스템을 도입함으로써 무엇을 기대할 수 있는지 정의하는 것이 중요하다. 경우에 따라서는 추천 시스템이 필요하지 않거나 인기순 추천만으로도 충분하다. 구체적으로 추천 시스템을 도입함으로써 사용자의 어떤 행동 변...

추천 시스템의 UI/UX UI/UX의 중요성 추천 시스템을 다루는 기존 서적이나 블로그의 글 혹은 논문에서는 주로 추천 시스템 알고리즘에 대하여 다루는 경우가 많다 이는 다양한 오픈 데이터들이 누구든지 간단하게 사용할 수 있게 공개되어 있다는 점, 다양한 추천 알고리즘을 구현하기 위한 라이브러리들이 존재한다는 점, 등이다. 최근 머신러닝 및 딥러닝 또한...

추천 시스템 알고리즘은 머신러닝을 사용하는 고도의방법, 규칙에 기반한 방법까지 매우 다양하다. '여러 후보 가운데 가치 있는 것을 선정' 추천 알고리즘 분류 내용 기반 필터링(content-based filtering)과 협조필터링(collaborate filtering) 2가지로 나눌 수 있다. 내용 기반 필터링은 책의 제목, 저자, 장르 등과 같이...

Chapter 5. 추천 알고리즘 상세 구체적인 추천 시스템 알고리즘을 소개 MovieLens라는 영화 데이터셋을 통하여 실습 알고리즘 비교 간단한 추천 모델을 시험해보고 싶다면 인기도 추천이나 연관 규칙을 선택 정확도를 높이고 싶다면 LDA 혹은 word2vec 또는 머신러닝 방법을 시험, 협조 필터링에서 정확도를 높이고 싶다면 행렬 분해 계열이나 ...

연관 규칙 연관 규칙의 경우 협조 필터링 추천 중에서도 과거부터 지금까지 폭넓게 업계에서 활용되고 있다. 연관 규칙에서는 대량의 구매 이력 데이터로부터 '아이템 A와 아이템 B는 동시에 구입하는 경우가 많다'는 규칙을 발견 '기저귀와 맥주'를 통하여 알 수 있다. SQL로도 구현 가능할정도로 계산 방법 자체는 간단 ||아이템A|아이템B|아이템C| |:-...

행렬 분해 행렬 분해 메모리 기반 협조 필터링에 비해 구현 관점에서 다소 복잡하지만 추천 성능은 좋다 행렬 분해라는 용어는 넓은 범위를 나타내며 문헌에 따라 행렬 분해라는 용어가 전혀 다른 바법을 가리키는 경우도 존재 추천 시스템에서의 행렬분해는 넓은 의미에서 평갓값 행렬을 저차원의 사용자 인자 행렬과 아이템 인자 행렬로 분해하는 것을 나타낸다. 사용자...

추천 시스템을 활용해 서비스각 성장하려면 반드시 평가가 실행되어야 한다. 추천 시스템 평가에는 크게 온라인 평가와 오프라인 평가, 사용자 스터디가 있다. 3가지 평가 방법 오프라인 평가 실제 서비스상에서의 열람, 구매 등 사용자 행동 이력에서 얻은 과거의 로그(서비스 로그)를 사용해 모델의 예측 정밀도 등을 평가한다. 서비스 로그를 사용하는 온라인 평...