Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | |||||
3 | 4 | 5 | 6 | 7 | 8 | 9 |
10 | 11 | 12 | 13 | 14 | 15 | 16 |
17 | 18 | 19 | 20 | 21 | 22 | 23 |
24 | 25 | 26 | 27 | 28 | 29 | 30 |
Tags
- 모험
- Azure
- 프롬프트 튜닝
- AI 동화
- 토끼
- 퓨샷
- Ai
- 인컨텍스트 러닝
- 도커
- Docker
- dask
- Cognitive Service
- 파라미터 힌트
- Python
- 동화책
- 인자 힌트
- 컨텍스트 매니져
- 반복문
- Compute
- 제로샷
- 대스크
- 검색
- 아기동화
- Redshift
- 파이썬
- FOR
- 조건문
- Cognitive Search
- UDF
- GPT
Archives
- Today
- Total
목록협업필터링 (1)
호랭이 분석가
#1. 추천 시스템 주요 알고리즘
1. 협업 필터링 ( Collaborative Filtering : CF ) 협업 필터링이란? - 구매 / 소비한 제품에 대한 각 소비자의 평가를 받아서 평가 패턴이 비슷한 소비자를 한 집단으로 보고 그 집단에 속한 소비자들의 취향을 활용하는 기술입니다. 즉, A집단의 사람들이 좋아하는 제품 중에서 A집단에 속한 A1이 아직 접하지 않은 제품을 골라내어 제시하는 기술입니다. 한계점 - 구매 이후 후기, 평점 등을 작성하지 않는 소비자들도 많기 때문에 평가 정보가 제한적입니다. 극복 방안 - 간접 정보 사용 : 검색, 장바구니, 클릭 데이터 등 클릭스트림 분석을 통해서 소비자의 취향이나 니즈를 알아낼 수 있습니다. 대표적인 예 - 아마존 제품 추천 시스템 - 넷플릭스 영화 추천 시스템 2. 내용 기반 필터..
Python/Recommend
2022. 9. 7. 00:52