딥러닝(Deep Learning)/SKT AI Curriculum9 [SKT AI 커리큘럼] 추천시스템 - 5. Collaborative Filtering SKT AI 커리큘럼 학습 내용 정리 출처 : T Learning Portal (https://sharedlp.sk.com) 5. 추천 기술 : ② Collaborative Filtering - 나뿐만 아니라 다른 소비자들이 이 아이템과 어떻게 Interaction하는지에 대한 정보를 중요하게 사용 사용자의 Feedback(Ratings)을 활용 1. Explicit Feedback : 사용자가 서비스를 사용한 뒤 명시적으로 표현 - 사용자가 명확한 시그널을 보내기 때문에 Valuable하다 - 추천을 위한 강력한 clue가 됨 - 획득이 어려움 ( Rating Matrix를 채우기 어렵 ) ex) 별점 or 평점을 남김 2. Implicit Feedback : 사용자의 의도와는 관계없이 제공받은 서비스.. 2022. 12. 21. [SKT AI 커리큘럼] 추천시스템 - 4. Contents-based Methods SKT AI 커리큘럼 학습 내용 정리 출처 : T Learning Portal (https://sharedlp.sk.com) 4. 추천 기술 : ① Contents-based Methods - 추천 기술은 Contents-based, Collaborative Filtering, Hybrid 방식 3가지가 존재한다. - 사용자 A가 이전에 사용한 아이템을 기반으로 가장 유사한 아이템을 추천해주는 방식 Item Profile : Item을 표현하는 Feature들의 set ( Item을 가장 잘 표현하는 속성 정보 ) ex. 시놉시스, 장르, 감독, 배우 등등.. - 중요하게 생각하는 특정 feature에 대해서 가중치를 부여할 수 있다. - 일반적으로 Vector 형태로 Representation되고 각각.. 2022. 11. 11. [SKT AI 커리큘럼] 추천시스템 - 1, 2, 3 SKT AI 커리큘럼 학습 내용 정리 출처 : T Learning Portal (https://sharedlp.sk.com) 1. 추천이란? - 추천할 대상과 추천하는 대상에 대한 이해를 하는 과정 (Preference, Decision Making, Discovery) ex) E-commerce, Media Contents - 추천은 검색이 아니다. 검색 (Explicit Request), 추천(Implicit Request) -> 사용자의 의도에서 차이 有 2. 추천 시스템이란? : Systems that Help users Discover items they may Like 사용자가 좋아할지도 모르는 Contents를 뽑는 방법 두가지 (1) Prediction Problem - User의 Pref.. 2022. 11. 2. 이전 1 2 다음
