레플리
글 수 35

유튜브와 넷플릭스의 추천 알고리즘

조회 수 993 추천 수 0 2020.05.08 03:29:37


https://m.blog.naver.com/with_msip/221870532849

 

 

 

"유튜브의 최고 상품 담당자(CPO) 닐 모한(Neal Mohan)은 2019년 3월 뉴욕타임즈와의 인터뷰에서 ‘유튜브 이용자들의 시청 시간 70%가 추천 알고리즘에 의한 결과이며, 알고리즘의 도입으로 총 비디오 시청 시간이 20배 이상 증가했다.’고 밝혔습니다. 넷플릭스 또한 매출의 75%가 추천 시스템에 의해 발생한다고 자체 평가를 통해 밝혔습니다."

 

상품의 개수가 늘어날수록 추천 알고리즘의 중요성도 점점 커집니다. 머신러닝이 처음 주목을 받게 된 것도 아마존의 추천 시스템이었습니다. 콘텐츠 기반 필터링과 협업 필터링에 대해서 간단히 정리한 글입니다.

엮인글 :
List of Articles
제목 글쓴이 날짜 조회 수sort
머신 러닝에 대한 소개 기사 깊은바다 2016-03-24 214
넘파이와 데이터 표현 - A Visual Intro to NumPy and Data Representation 깊은바다 2019-07-11 345
AiRS - 네이버 인공지능 기반 뉴스 추천 시스템 깊은바다 2017-02-28 377
이항 분류를 위한 로지스틱 회귀 file 깊은바다 2017-03-09 414
어떻게 하면 데이터 사이언티스트가 될 수 있나요? 깊은바다 2017-09-12 419
빅데이터에 대한 간략한 소개 file 깊은바다 2016-03-21 462
teachable machine file [1] LegenDUST 2017-10-14 551
머신러닝의 역사 깊은바다 2019-08-10 553
빅데이터, 더 나은 데이터 깊은바다 2018-06-27 576
넷플릭스 맞춤 추천의 비법 file 깊은바다 2017-04-02 617
머신 러닝에 대한 시각적 입문 [2] LegenDUST 2017-09-06 617
유튜브의 완벽한 피드 깊은바다 2018-06-24 684
학습과정과 데이터셋 이야기 깊은바다 2017-04-11 701
고성능 컴퓨팅 자원 이용자 모집 file encase 2022-05-31 732
서포트 벡터 머신(SVM)에 대한 소개 file 깊은바다 2017-03-24 739