# Recommendation System

36개의 포스트

Distilling Structured Knowledge into Embeddings for Explainable and Accurate Recommendation

해당 논문에서는 embedding-based recommendation model과 path-based recommendation model의 장점을 결합한 end-to-end joint learning framework를 소개합니다.

2022년 9월 23일
·
0개의 댓글
·
post-thumbnail

[Recommendation System] 콘텐츠 기반 필터링 실습 (Content Based Filtering Practice)

콘텐츠 기반 필터링 실습 추천시스템에서의 콘텐츠 기반 필터링 실습을 진행해보고자 한다. 이전의 포스팅에서 콘텐츠 기반 필터링에 대해 설명해 보았으니 먼저 보고 오신다면 큰 도움이 될 것 같다. 콘텐츠 기반 필터링의 주요 특징 몇 가지를 다시 되새김질 해본다면, *

2022년 9월 16일
·
0개의 댓글
·

[Recommendation System] 콘텐츠 기반 필터링 (Content Based Filtering)

콘텐츠 기반 필터링 (content based filtering) 추천시스템에는 크게 1. 콘텐츠 기반 필터링 방식과 2. 협업 필터링 방식이 존재한다.오늘은 콘텐츠 기반 필터링 방식에 대해 다뤄보려 한다.콘텐츠 기반 필터링 방식은 '콘텐츠'에 집중하는 방식이다. 이

2022년 8월 30일
·
0개의 댓글
·

[Recommendation System] Matrix Factorization

안녕하세요! 오늘은 추천시스템의 Matrix Factorization에 대해 공부한 내용을 포스팅해보겠습니다! 틀린부분 지적해주시면 매우 감사하겠습니다! Latent Factor Model Latent Factor Model은 사용자와 아이템을 어떠한 잠재적인 특성

2022년 6월 26일
·
0개의 댓글
·
post-thumbnail

[Recommendation System] 추천 시스템의 여러 Measure (Beyond Accuracy)

안녕하세요! 오늘은 추천 시스템의 여러 Measure에 대해 알아보겠습니다! 데이터 분석 또는 여러 머신러닝 알고리즘들이 거의 대부분 정확도라는 것에 초점을 맞추고 있습니다. 하지만 추천시스템에서는 정확도뿐만 아니라 다른 여러가지 사항을 많이 고려한다고합니다. 이 포스

2022년 6월 19일
·
0개의 댓글
·

[Recommendation System] e-커머스 추천

이번 챕터에서는 e-커머스에 주로 사용되는 추천 방법들을 적용해보는 실습과정으로, postgreSQL을 psycopg2를 이용해 Python에 연결해서 사용해봤습니다. e-커머스에서 기본적으로 사용자들의 흐름에 대해 설명해보면홈 $\\rightarrow$ 검색, 제품

2022년 6월 13일
·
0개의 댓글
·

[Recommendation System] 영화추천

강의를 들으면서 Movielens 데이터를 이용해 실습하였지만, 실습 코드 없이 어떠한 방법으로 영화추천시스템을 구축할 수 있는지에 대해 알아보겠습니다.CBF 기반 예측에서는 아이템 유사도를 이용합니다. 유사도를 이용한 예측평점은 다음과 같은 식을 이용해서 얻습니다.

2022년 6월 13일
·
0개의 댓글
·

[Recommendation System] 추천시스템 개요

추천 시스템

2022년 4월 11일
·
0개의 댓글
·
post-thumbnail

[RS/PsuedoLab] Chapter 02. Association analysis & Collaborative Filtering(WIP...)

가짜연구소 추천시스템 톺아보기 스터디 활동을 기반으로 작성된 포스트입니다. Association analysis, Apriori, FP-Growth

2022년 4월 4일
·
0개의 댓글
·
post-thumbnail

[RS/PsuedoLab] Ch01. Introduction to Recommendation System(WIP...)

가짜연구소 추천시스템 톺아보기 스터디 활동을 기반으로 작성된 포스트입니다.

2022년 4월 4일
·
0개의 댓글
·

추천 시스템(Recommendation System)

최근 많은 웹 또는 앱 서비스에서 추천 시스템을 통해 사용자들의 사용성을 높이려고 노력하는 것을 느낄 수 있습니다. 그리고 그만큼 추천 시스템을 개발할 수 있는 인력의 수요도 늘어나고 있죠..! 그래서 저도 한발 담궈보고자 추천 시스템을 열심히 공부해보려고 합니다.

2022년 3월 17일
·
0개의 댓글
·
post-thumbnail

추천 알고리즘 개요

추천 시스템의 큰 틀인 컨텐츠 기반, 협업 필터링 두 가지 방법에 대한 간단한 설명

2022년 2월 10일
·
0개의 댓글
·

ITEM2VEC: NEURAL ITEM EMBEDDING FOR COLLABORATIVE FILTERING

Word2Vec으로 알려진 Skip-gram with Negative sampling 방식을 추천시스템에 적용한 Item2vec을 소개하는 논문입니다.

2021년 12월 23일
·
0개의 댓글
·

A Survey of Collaborative Filtering Techniques

추천 시스템의 기본 중 하나인 Collaborative Filtering과 관련된 survey 논문입니다. Collaborative Filtering의 개념을 파악하기 좋은 논문입니다.

2021년 12월 9일
·
0개의 댓글
·
post-thumbnail

추천시스템 3) 딥러닝 기반 추천 알고리즘

앞서 다룬Matrix Factorization 모델의 구조Keras로 구현한 은닉층이 없는 신경망 모형 = MF 알고리즘과 기본적으로 같은 모형User one-hot representation / Item one-hot representationM명의 사용자와 N개의

2021년 8월 15일
·
0개의 댓글
·
post-thumbnail

추천시스템 2) Matrix Factorization

1) 메모리 기반추천을 위한 데이터를 모두 메모리에 갖고 추천이 필요할 때마다 이 데이터를 사용해서 계산 및 추천Ex) Collaboratice Filtering2) 모델 기반데이터로부터 추천을 위한 모델 구성한 후에 이 모델만 저장하고, 실제 추천할 때에는 이 모델을

2021년 8월 15일
·
1개의 댓글
·
post-thumbnail

추천시스템 1) 추천시스템 개요, Collaborative Filtering

사용자의 과거 행동 데이터나 다른 데이터를 바탕으로 사용자에게 필요한 정보나 제품을 제시해주는 시스템전통적 비즈니스에서의 추천 : 고객들을 취향이 비슷한 집단(마케팅에서는 세그먼트)으로 나누고, 각 집단에 잘 맞는 제품, 서비스 추천빅데이터, 추천 알고리즘의 발전집단의

2021년 7월 28일
·
0개의 댓글
·
post-thumbnail

[Recommend] K-Fold Cross Validation(CV, 교차 검증)의 개념

인공지능 모델의 평향 학습을 방지하기 위한, 교차 검증 기법의 개념

2021년 7월 24일
·
0개의 댓글
·

[Article] Mean Average Precision (mAP) for Recommendation System

http://sdsawtelle.github.io/blog/output/mean-average-precision-MAP-for-recommender-systems.html?source=post_page-----df56c6611093---------------------

2021년 7월 5일
·
0개의 댓글
·