반응형 추천2 추천시스템 Recommender System 정리 코드만 짜고 하다보니 전체적인 그림이 자꾸 잊혀지는 것 같아 한 번 정리를 쭉 해보고자 한다. 참고 추천시스템이란? 사용자의 interest를 예측해서 흥미로워할 만한 상품을 추천해주는 것. 추천시스템에 사용되는 data는 Explicit data와 Implicit data가 있다. Explicit data : ex) 영화를 본 뒤 매기는 평점 Implicit data : ex) 사용자가 장바구니에 담거나 해당 아이템 페이지에 머무르거나 하는 함축적인 정보 왜 추천시스템이 필요한가? 회사입장에서는 판매율을 높이기 위해 필요하다. 각 고객의 취향을 고려한 추천으로 판매율을 높일 수 있다. 또한, 추천은 검색 속도를 높이고 사용자가 자신이 흥미를 느끼는 컨텐츠에 검색하지않고도 더 쉽게 접근하도록 한다. 이외.. 2020. 5. 26. Pandas Library만을 이용하여 간단한 Content Based Filtering 구현하기 Content Based Filtering이란 말그대로 콘텐츠를 기반으로 필터링해서 추천해주는 알고리즘이다. 두 콘텐츠의 유사도는 콘텐츠의 특징에 기반하는데 예를 들면 영화의 경우에는 장르, 출연배우, 감독등이 있다. 오늘 구현에서 사용할 Dataset은 MovieLens dataset이다. "ml-latest-small.zip" 을 다운받고 압축을 풀면 links.csv, movies.csv, ratings.csv, tags.csv 파일이 있는데 우리는 여기서 movies.csv와 ratings.csv파일을 사용할 것이다. Data Visualization and Preprocessing 먼저 numpy 와 pandas를 가져오자. 그리고 다운받은 MovieLens dataset에서 ratings.cs.. 2020. 4. 27. 이전 1 다음 728x90 반응형
