차곡차곡 쌓아보는 개발 데이터_AI/ML engineer

추천시스템(Recommendation System) - 사용자의 취향을 파악하여 관심을 가질만한 상품 등을 추천해주는 시스템 - 현재 대부분의 플랫폼에서 추천시스템을 적용한 개인 맞춤형 서비스 제공 추천시스템 종류 콘텐츠 기반 필터링(content based filtering) 사용자가 특정 아이템을 선호하면 그 아이템과 비슷한 콘텐츠를 가진 다른 아이템을 추천 ex) 사용자가 A 영화에 높은 평점을 줌 -> A영화와 비슷한 스릴러, 봉준호 감독의 다른 영화를 추천 협업 필터링(collaborative filtering) 사용자와 아이템간의 rating을 활용하여 사용자끼리의 유사도를 찾는 방식 특정 사용자와 비슷한 사용자를 찾은 후, 구매 이력 등의 행동 로그를 기반으로 예측하여 추천 ex) 사용자와 ..

추천시스템(Recommendation System) - 사용자의 취향을 파악하여 관심을 가질만한 상품 등을 추천해주는 시스템 - 현재 대부분의 플랫폼에서 추천시스템을 적용한 개인 맞춤형 서비스 제공 추천시스템 종류 콘텐츠 기반 필터링(content based filtering) 사용자가 특정 아이템을 선호하면 그 아이템과 비슷한 콘텐츠를 가진 다른 아이템을 추천 ex) 사용자가 A 영화에 높은 평점을 줌 -> A영화와 비슷한 스릴러, 봉준호 감독의 다른 영화를 추천 협업 필터링(collaborative filtering) 사용자와 아이템간의 rating을 활용하여 사용자끼리의 유사도를 찾는 방식 특정 사용자와 비슷한 사용자를 찾은 후, 구매 이력 등의 행동 로그를 기반으로 예측하여 추천 ex) 사용자와 ..

Intriduction - 해당 논문은 기존의 추천 시스템인 Markov Chains(MC) 와 RNN 계열 모델의 단점을 동시에 보완 - 제안된 모델은 기존의 추천시스템에서 좋은 성능을 보여주던 MC/CNN/RNN based model을 뛰어넘는 실험 결과를 보여줌 기존 sequential recommender Markov Chains (MCs) 유저의 다음 행동이 바로 이전의 과거 혹은 몇 개 이전의 행동에 영향을 받을 것이라는 가정으로 시작 이러한 가정은 너무 over-simplfy하고 매우 희소한(sparse) 데이터에만 잘 작동한다는 단점이 있음 따라서, 복잡한 관계를 학습하는 것은 힘듦 Recurrent Neural Networks (RNN) RNN 기반의 모델(대표적으로 GRU recomme..