반응형 Recommendation System3 [Recommendattion System]Consine Similarity(코사인 유사도), Jaccard Similarity(자카드 유사도), Euclidean Distance(유클리디언 거리), Pearson Correlation Coefficient(피어슨 상관계수) Similarity(유사도)두 Item 간의 비슷한 정도를 측정하는 개념입니다Recommendation System에서 User나 Item 간의 관련성을 평가하는데 사용합니다Consine Similarity(코사인 유사도)벡터 간 코사인 각도를 이용하여 유사도를 측정합니다두 벡터가 이루는 각이 작을수록(Cosine 값이 1에 가까울수록) 두 벡터는 유사하다고 판단합니다주로 텍스트 데이터나 문서의 유사성을 측정할 때 사용합니다$$Cosine\; Similarity\;= \frac{A \cdot B}{||A|| \cdot ||B||} = \frac{\sum \limits_{i=1}{n} A_i \times B_i}{\sqrt{ \sum \limits_{i=1}^{n} {A_i}^2} \times \sqrt{.. 2024. 6. 20. [Recommendation System] Content Based Recommendation System(컨텐츠 기반 추천 시스템) Content Based Recommendation System(컨텐츠 기반 추천 시스템)Content Based Recommendation System, Content Based Filtering 이라고도 부르는 컨텐츠 기반 추천 시스템은 Item에 대한 세부 정보를 토대로 User가 과거에 소비했던 Content와 유사한 Content를 추천하는 시스템입니다이전에 높게 평가했던 Content와 가장 유사한 Content를 추천합니다 분석 과정이미지, 자연어, 태그 등 데이터에서 해당 Item을 설명할 수 있는 특징을 Vectorization(벡터화)이미지 : CNN, ResNet, VGG 등등자연어 : TF - IDF, Word2Vec, BERT 등등Vectorization 후 벡터 간의 Simila.. 2024. 6. 20. [Recommendation System] 추천 시스템의 기본 Recommendation System IntroduceRecommendation System이란 사용자가 관심을 가질만한 Content를 추천하는 것으로 사용자의 선호도 및 과거 행동을 토대로 적합한 Content를 제공하는 System을 의미합니다 추천 시스템에서의 Deep Learning 활용Deep Learning은 Machine Learning과 달리 대용량 콘텐츠를 가공없이 Input으로 사용할 수 있어 Feature Extraction(특징추출)에 유리또한, 선형모델과 달리 비선형성 덕분에 User-Content 간에 복잡한 관계 추출 가능ML에 비해 많은 데이터를 학습시켰을 때 학습 데이터와 거리가 먼 데이터에 대해 유연한 처리가 가능추천 시스템의 목표Prediction version of.. 2024. 6. 20. 이전 1 다음 반응형
