큐레이션을 어떻게 할것이며, 어떻게 개인화 할 것인가.

큐레이션은 대중들에게, 개인화는 개인들에게.

대중타겟은 큰 가치가 나오지 않는다.

콘텐츠베이스와 콜라보레이션 알고리즘을 이용해 개인화 하곤한다.

콘텐츠베이스는 아이템의 피쳐들을 바탕으로 추천.

콜라보레이티브는 사람간의 유사도를 기반으로 하는 추천.

---

콘텐츠베이스는 다른 사용자의 정보가 필요하지 않음.

그러나 추천항목이 비슷한 영역에서만 머무름.

콜라보레이티브 필터링은 정확도가 높다.

그러나 계산에 엄청난 비용이 들고 데이터가 없으면 성능이 좋지 않다.

---

콜라보레이티브 필터링

• 유저베이스 : 나와 비슷한 성향을 가진 사람 기반
• 아이템베이스 : 선호하는 아이템과 비슷한 성향의 아이템을 추천해주는 것

---

여러가지 알고리즘이 있음.

오늘은 유클리디안 거리를 사용해서 만들 예정.

---

AZURE ML

비전공자도 사용할 수 있도록 설계 됨.

---

콘텐츠베이스드

---

콜라보레이티브 필터링과 유클레디안 거리

파이썬

---

하이브리드 추천으로 웹서비스 적용