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
- CF
- Recommender System
- Skip-gram
- word2vec
- Tacotron2
- 논문리뷰
- BOJ
- 추천시스템
- FastSpeech2
- Ai
- Collaborative Filtering
- CV
- NEG
- Implicit feedback
- Negative Sampling
- Item2Vec
- ALS
- Neural Collaborative Filtering
- RecSys
- matrix factorization
- Noise Contrastive Estimation
- ANNOY
- Dilated convolution
- Tacotron
- wavenet
- 부스트캠프 AI Tech
- SGNS
- TTS
- 백준
- FastSpeech
Archives
- Today
- Total
목록Content Based Recommendation (1)
devmoon
Content Based Recommendation / TF-IDF
Content Based Recommendation 콘텐츠 기반 추천은 유저가 선호하는 아이템들의 특성(feature)을 파악하여, 동일하거나 비슷한 특성을 가진 다른 아이템들을 추천하는 것을 말한다. 일상생활의 예시로 유저 A가 영화 인터스텔라, 그래비티를 선호한다고 하면 SF와 우주를 배경으로 하는 다른 영화를 해당 유저에게 추천을 해주는 것이다. 콘텐츠 기반 추천의 장점 다른 유저의 데이터를 참고하지 않기 때문에, 다른 유저의 데이터가 필요 없다. 새로운 아이템이나 인기가 낮은 아이템의 추천이 가능하다. 추천이 왜 되었는지를 설명할 수 있다. 콘텐츠 기반 추천의 단점 아이템의 특성(feature)을 파악하는 것이 어렵다. 한 분야야의 추천만 계속 진행될 수 있다. 다른 유저의 데이터를 활용하지 않는..
AI/추천 시스템
2022. 11. 2. 17:42