밤톨의 작업 공간입니다.

추천 시스템 기본 - 협업 필터링

추천 알고리즘의 기본

  1. 협업 필터링(Collaborative Filtering)

    • Memory Based Approach

    • User-based Filtering
    • Item-based Filtering • Model Based Approach
    • 행렬 분해(Matrix Factorization)
  2. 콘텐츠 필터링(Contents-Based Filtering)

협업 필터링 이란 ?

영화를 예시로 들때, 볼만한 영화를 어떻게 찾을까요?

  1. 내가 좋아하는 감독, 장르, 키워드의 영화를 찾아본다
    • Content Based Filtering
  2. 나랑 성향이 비슷한 친구들이 본 영화를 찾아본다
    • 협업 필터링(Collaborative Filetering)

협업 필터링(Collaborative Filtering) 특징

가정 : 나와 비슷한 취향의 사람들이 좋아하는 것은 나도 좋아할 가능성이 높다

  • 많은 사용자로 부터 얻은 취향 정보를 활용
  • 핵심 포인트 : “많은 사용자들”로 부터 얻은 취향 정보를 활용
  • 사용자의 취향 정보 = 집단 지성
  • 축적된 사용자들의 집단 지성을 기반으로 추천
  • 예: A 상품을 구매한 사용자가 A 상품 고객들이 함께 구매한 다른 상품들을 추천

협업 필터링 종류

  • 협업 필터링(Collaborative Filtering) 대표 접근법

다운로드

  1. Memory-Based Approach
    • 유사한 사용자(Users)나 아이템(Item)을 사용
    • 특징 : 최적화 방법이나, 매개변수를 학습하지 않음. 단순한 산술 연산만 사용
    • 방법 : Cosine Similarity나 Pearson Correlation을 사용함, ( * KNN 방법도 포함됨)
    • 장점 :
      1. 쉽게 만들 수 있음
      1. 결과의 설명력이 좋음
      1. 도메인에 의존적이지 않음
    • 단점 :
      1. 데이터가 축적 X or Sparse한 경우 성능이 낮음
      1. 확장가능성이 낮음 ( ∵ 데이터가 너무 많아지면, 속도가 저하됨)
  1. Model-Based Approach
    • 기계학습을 통해 추천
    • 특징 : 최적화 방법이나, 매개변수를 학습
    • 방법 : 행렬분해(Matrix Factorization), SVD, 신경망
    • 장점 : 1. Sparse한 데이터도 처리 가능
    • 단점 : 1. 결과의 설명력이 낮음

출처: https://kmhana.tistory.com/31

2023

우분투 가상환경 세팅

최대 1 분 소요

[우분투] 파이썬 가상환경 만들고 사용하기 - venv 사용하여 가상환경 생성

맨 위로 이동 ↑

2022

2023년 토이 프로젝트 주제

최대 1 분 소요

1. 영유아 행동인식을 통한 발달평가 XXX - https://aihub.or.kr/aihubdata/data/view.do?currMenu=115&topMenu=100&aihubDataSe=realm&dataSetSn=631

딥러닝과 텐서플로

1 분 소요

https://www.itworld.co.kr/insight/109825 [ITWorld - 머신러닝 라이브러리, 텐서플로우의 이해] https://tensorflow.blog/%EC%BC%80%EB%9D%BC%EC%8A%A4-%EB%94%A5%EB%9F%AC%EB%8B...

인경신경망

최대 1 분 소요

http://matrix.skku.ac.kr/math4ai-intro/W13/

[git] 삭제된 폴더, 파일 반영하기

최대 1 분 소요

분명히 로컬에서 삭제한 파일인데 원격에 반영되지 않는 경우가 있다. git status로 했을 때 삭제 됐다고 뜨는데 add를 해도 안먹고 commit을 해도 반영이 안되는 것이다…

맨 위로 이동 ↑