글 수 30


http://www.kthdaisy.com/recommendation_system_kthdaisy/

 

 

 

추천 시스템의 가장 대표적인 기술인 협업 필터링(Collaborative filtering)에 대해 설명하고 있는 글입니다. 현재 이런 방법은 많은 서비스에서 아래와 같이 매우 유용하게 활용되고 있습니다.

 

Netflix : 대여되는 영화의 2/3가 추천으로부터 발생

Google News : 38% 이상의 조회가 추천에 의해 발생

Amazon : 판매의 35% 가 추천으로부터 발생

 

 

 

< 인공지능 개발자 모임 >

- 페이스북 그룹에 가입하시면 인공지능에 대한 최신 정보를 쉽게 받으실 수 있습니다.

https://www.facebook.com/groups/AIDevKr/

 

엮인글 :
List of Articles
제목 글쓴이 날짜 조회 수
머신 러닝에 대한 시각적 입문 [2] LegenDUST 2017-09-06 418
학습과정과 데이터셋 이야기 깊은바다 2017-04-11 560
추천 시스템 분석 – 어떻게 아마존과 넷플릭스가 당신의 취향을 예상하는가? 깊은바다 2017-04-07 1996
넷플릭스 맞춤 추천의 비법 file 깊은바다 2017-04-02 438
서포트 벡터 머신(SVM)에 대한 소개 file 깊은바다 2017-03-24 507
이항 분류를 위한 로지스틱 회귀 file 깊은바다 2017-03-09 267
머신러닝 개념 이해 및 예제 file 깊은바다 2017-03-09 2516
쉽게 설명한 구글의 페이지 랭크 알고리즘 file 깊은바다 2017-03-09 921
경사 하강법 개요 file 깊은바다 2017-03-08 2756
결정 트리 학습 알고리즘 소개 file 깊은바다 2017-02-28 848
AiRS - 네이버 인공지능 기반 뉴스 추천 시스템 깊은바다 2017-02-28 255
머신 러닝에 대한 소개 기사 깊은바다 2016-03-24 131
추천 시스템에서 사용하는 협업 필터링 알고리즘 file 깊은바다 2016-03-21 1129
빅데이터를 이용한 맛집 추천 - 다이닝코드 [1] 깊은바다 2016-03-21 546
빅데이터에 대한 간략한 소개 file 깊은바다 2016-03-21 266