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 |
Tags
- Recommender System
- 논문리뷰
- Item2Vec
- CV
- NEG
- BOJ
- Skip-gram
- RecSys
- 부스트캠프 AI Tech
- CF
- FastSpeech
- Ai
- Dilated convolution
- SGNS
- wavenet
- 백준
- Tacotron
- 추천시스템
- TTS
- Noise Contrastive Estimation
- FastSpeech2
- matrix factorization
- Collaborative Filtering
- Tacotron2
- word2vec
- Negative Sampling
- ALS
- Neural Collaborative Filtering
- ANNOY
- Implicit feedback
Archives
- Today
- Total
목록UBCF (1)
devmoon
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/veqau/btrRMaR4DLI/BIq1JkTpcvSRTfcAltEjxk/img.png)
협업 필터링 방식은 다른 사람들의 데이터를 바탕으로 나의 추천을 결정하는 방법론을 말한다. 기본적으로 다른 유저의 데이터가 많이 존재할수록 추천 성능이 올라갈 것이라는 믿음을 바탕으로 생겨났으며 이번 글은 다양한 협업 필터링 중 최초로 등장한 이웃 기반 협업 필터링(Neighborhood Based Collaborative Filtering)에 대해 다룬다. 예를 들어, A와 B가 온라인 쇼핑몰에서 상품을 구매하고자 할 때 전자제품들을 많이 구매했다면, A가 다음으로 좋아할 만한 상품들을 B의 기록을 통해서 추천하는 것이다. 둘이 동일한 성향을 가지고 있는데 B가 특정 상품에 대해 안 좋은 평가를 내렸다면, A도 그 상품을 좋아하지 않을 확률이 크기 때문이다. 지금과 같은 예시는 유저를 기반으로 한 협업..
AI/추천 시스템
2022. 11. 22. 12:16