레플리
글 수 35

넷플릭스 맞춤 추천의 비법

조회 수 617 추천 수 0 2017.04.02 23:30:35


Netflix_Image_2.jpg

 

http://skccblog.tistory.com/2097

 

 

 

넷플릭스는 처음 DVD 영화 대여로 사업을 시작하였습니다.

당시 사람들이 유명한 영화만 주로 빌려갔기 때문에 재고 관리에 어려움이 있었습니다.

좀 더 다양한 영화를 선택하도록 하여 수요를 분산시키기 위해 추천 시스템을 개발하였다고 합니다.

 

지금은 스트리밍 서비스로 변경되었지만 여전히 추천 방식이 큰 역할을 하고 있습니다.

컨텐츠의 홍수속에서 개개인에 맞는 영화를 알려주어 보고 싶은 영화를 쉽게 찾게 해주기 때문입니다.

지금은 넷플릭스 고객들이 시청하는 영화의 75%가 이런 추천에 의해 발생합니다.

 

List of Articles
제목 글쓴이 날짜 조회 수
구글 머신러닝 단기집중과정 [2] 깊은바다 2018-03-01 1363
teachable machine file [1] LegenDUST 2017-10-14 551
우버 엔지니어가 알려주는 머신러닝 이야기 깊은바다 2017-10-11 821
머신러닝에 대한 간단한 설명 깊은바다 2017-09-16 932
어떻게 하면 데이터 사이언티스트가 될 수 있나요? 깊은바다 2017-09-12 419
머신 러닝에 대한 시각적 입문 [2] LegenDUST 2017-09-06 617
학습과정과 데이터셋 이야기 깊은바다 2017-04-11 701
추천 시스템 분석 – 어떻게 아마존과 넷플릭스가 당신의 취향을 예상하는가? 깊은바다 2017-04-07 2502
넷플릭스 맞춤 추천의 비법 file 깊은바다 2017-04-02 617
서포트 벡터 머신(SVM)에 대한 소개 file 깊은바다 2017-03-24 739
이항 분류를 위한 로지스틱 회귀 file 깊은바다 2017-03-09 414
머신러닝 개념 이해 및 예제 file 깊은바다 2017-03-09 11885
쉽게 설명한 구글의 페이지 랭크 알고리즘 file 깊은바다 2017-03-09 1478
경사 하강법 개요 file 깊은바다 2017-03-08 3375
결정 트리 학습 알고리즘 소개 file 깊은바다 2017-02-28 1410