분류 전체보기 (11) 썸네일형 리스트형 추천 시스템 03. Content-based Filtering 컨텐츠 기반 필터링 추천 시스템의 목표는 '사용자'에게 그가 관심을 가질만한 '상품'을 능동적으로 제시해주는 것이죠. 즉, 추천 시스템에서는 유저(user)와 아이템(item)이 중요한 역할을 차지합니다. 이 중 '유저'에 대한 정보를 활용하는 인구통계학적 필터링(Demographic Filtering)에 대해 지난 포스팅에서 알아봤는데요. 이번 글에서는 '아이템'에 대한 정보를 활용하는 접근법인 컨텐츠 기반 필터링(Content-based Filtering)에 대해서 이야기해보겠습니다. ت 인풋 데이터 만들기 '아이템에 대한 정보'라 하면 어떤 것들이 떠오르시나요? 조금 더 쉽게 떠올리실 수 있도록 '수달이'에게 '영화'를 추천해주는 상황을 가정하고, 저의 ❤인생 영화❤인 '라라 랜드'를 예로 들어 이야기해보겠습니다. 아.. 추천 시스템 02. Demographic Filtering 인구통계학적 필터링 첫 번째로 살펴볼 Recommendation System 접근법은 Demographic Filtering, 인구통계학적 접근법입니다. 이전 포스팅에서 간단히 설명했듯이, Demographic Filtering은 인구통계학적 정보를 기반으로 미리 유저 그룹을 정의해두고, 타깃 유저를 그중 하나의 그룹으로 분류합니다. 이 과정을 조금 더 고급지게 표현하자면 Stereotyping, 정형화라고 부를 수 있습니다. Stereotyping. 정형화. (Stereotype이라고 하면 보통 '고정관념'이라는 부정적 함의를 가진 단어로 해석이 되는데요. 여기서는 그런 부정적인 의미보다는 '대표 이미지'라는 개념으로 받아들이시면 될 것 같습니다. ت ) Stereotyping을 통한 recommendation은, 머신러.. 추천 시스템 01. Recommender System의 큰 갈래 알아보기 안녕하세요. 두근두근 첫 번째 게시물입니다. ت 첫 글의 토픽은 Recommendation System, 추천 시스템인데요. 스마트폰과 한 몸처럼 지내는 우리의 일상에 추천 엔진이 얼마나 깊숙이 스며들어 있는지는, 제가 굳이 설명하지 않아도 다 체감하고 계실 거라 생각하기 때문에, 거창한 서두는 생략하고 바로 본 주제로 들어갈게요. 먼저 아래의 그림을 봐주세요. 비교적 오래된 논문에 실린 내용이지만, 각 접근법(approaches)들의 공통점과 차이점, 그리고 파이프라인을 직관적으로 잘 표현한 그림입니다. 그림에서 알 수 있듯, recommendation system은 다음의 세 줄기로 요약할 수 있습니다. Demographic Filtering | Content-based Filtering | Coll.. 이전 1 2 다음
