데이터 분석 이모저모 ~.~

좀 늦었쥬 ? ㅎㅎ 늦은 김에 얼른 써볼라고 했는디..아아니 인프런에서 추천시스템 유료 강의를 들었고, 공부한 내용을 정리해서 포스팅하는 건데 말이쥬 ?포스팅한 내용들을 다시 읽어보는데 뭔가 이상해서,, 다시 찾아봤는데 강의가 잘못된 내용이었던 거에여 ? 샤갈 ! ㅋ그래서 제대로된 내용으로 다시 가져옴 ㅋㅋ 후... Content-Based Filtering은 사용자가 조회하거나 관심있는 아이템과 유사한 컨텐츠를 추천하는 알고리즘이다.쿠팡에서 단백질 쉐이크를 검색해서 클릭하면 아래 함께 비교하면 좋을 상품이 뜨지 않는가? 그게 이거다. 이 알고리즘은 사용자가 선호한 아이템의 속성을 분석하고, 동일하거나 유사한 속성을 가진 다른 아이템을 추천한다.예를 들어 단백질 쉐이크라면 브랜드, 맛, 단백질 함량..

추천 알고리즘의 종류에 대해서 살펴보려고 한다.종류에는 비개인화 추천 알고리즘, 개인화 추천 알고리즘, Hybrid 추천 알고리즘, 딥러닝 알고리즘 등이 있는데,제일 쉬운(?) 비개인화 추천 알고리즘 먼저 가져왔다. 추천 시스템은 보통 개인의 취향에 맞춰 상품이나 컨텐츠를 추천해주는 알고리즘이라 생각할 수 있지만,사용자 개인에 대한 정보없이 인기도나 상품 간 연관성을 고려하여 추천해주는 방법인 '비개인화 추천 알고리즘'도 있다.이러한 비개인화 알고리즘은 주로 사용자의 피드백 데이터가 없을 때 사용한다.(피드백 데이터에는 리뷰, 평점, 좋아요/싫어요 등의 명시적 피드백 데이터, 클릭수, 체류시간, 검색기록 등의 암묵적 피드백 데이터가 있다)오늘은 비개인화 추천 중에서 통계 기반 비개인화 추천 알고리즘인, ..

첫번째 글을 포스팅하고 주소를 인스타 스토리로 공유했는데, 생각보다 많은 친구들이 봐줬다.기분이 묘하기도 하고, 새로운 형식의 도파민인 것 같다 ㅎㅎ 그래서 부랴부랴 막 오타도 고치고...서론이 길다! 바로 추천 시스템에 대해 낋여왔다...! 1. 추천 시스템의 기본 개념추천 시스템은 사용자가 무엇을 좋아할까? 를 데이터 기반으로 예측하는 것을 말한다.이를 위해 사용자의 행동 데이터(조회, 클릭, 구매, 플레이 시간 등) 을 분석해 개인 맞춤형 콘텐츠를 제공한다. 나의 경우에는 유튜브, 넷플릭스, 쿠팡 심지어 게임에서도 개인화 맞춤 추천 등을 많이 경험해왔다.추천 시스템이 좋은 건 알겠는데.. 그럼 모든 비즈니스에 추천 시스템을 적용하면 되는 건가? 라는 의구심이 들었다. 2. 어떤 비즈니스 구조를 ..