머신러닝, 딥러닝/Recommendation System2 Matrix Factorization(MF)기반 추천 이전 업로드한 메모리 기반 협업 필터링인 사용자 기반 협업 필터링(UBCF)에 이어서 모델 기반 협업 필터링인 MF기반의 협업 필터링의 기본 개념에 대해서 정리해보려고 한다. 구현 코드 : SGD를 사용한 MF 알고리즘 -목차- 1. Matrix Factorization(MF) 의 원리 2. SGD(Stochastic Gradient Descent)를 사용한 MF 알고리즘 3. 모델 기반 추천 시스템의 장단점 4. SGD(Stochastic Gradient Descent)를 사용한 MF 구현 1. Matrix Factorization(MF) 의 원리 우선 MF 모델은 user-item 의 matrix에서 이미 rating이 부여되어 있는 상황을 가정한다. (당연히 sparse한 m.. 2022. 2. 21. 협업 필터링(Collaborative Filtering) 만약 보고 싶은 영화를 찾고 싶을 때 우리는 어떻게 할까? 내가 좋아하는 감독, 장르, 키워드의 영화를 찾아본다. 나랑 성향이 비슷한 친구들이 본 영화를 찾아본다. 이러한 방법들을 통해 보고 싶은 영화를 고르거나 추천받는다. 내가 좋아하는 감독, 장르, 키워드의 영화를 찾아보는 것은 Content Based Filtering이라고 할 수 있다. 나랑 성향이 비슷한 친구들이 본 영화를 찾아본다는 것은 Collaborative Filtering이라고 할 수 있다. 이 글에서는 Collaborative Filtering의 사용자 기반 협업 필터링에 대해 다루어 볼 것이다. 이 글에서는 기본적인 사용자 기반 협업 필터링알고리즘에 대해서만 소개한다. 협업 필터링의 성능 개선을 위한 여러가지 방법이 있지만 이 글에.. 2022. 1. 7. 이전 1 다음
