[언어] 기초 (2) CF CBF

241105 

 

모든 자연어 처리는 tf-idf 나 cosine similarity 이다. 

실습 1. 전자 신문 내용 가져오기 tf-idf 커스텀 함수 (명사 추출)

실습 2. imbd 리뷰 명사 추출 함수 

 

 

추천 시스템 

 

사용자의 행동 이력, 관계, 콘텍스트, 상품 유사도에 기반하여 사용자가 구매할만한 상품을 자동으로 예측하고 제공하는 시스템

 

협업 필터링 CF collaborative filtering 

 

고객의 행동 이력을 기반으로 유사도를 측정하여 상품을 추천함. 

 

knn based: 사용자 기반 CF, 아이템 기반 CF 작동

 

• user-based : 비슷한 행동 패턴을 보이는 사용자 그룹을 찾아 사용자가 좋아할 상품 추천
• Item-to-Item CF : 사용자의 과거 행동 이력에 의존하여 코사인 유사도를 사용하여 다른 상품을 추천함

 

model based: 모델을 사용하여 데이터에 내재한 패턴을 학습, 상품을 추천

 

 

내용 기반 필터링 CBF content based filtering

 

사용자가 선호했던 상품 속성에 기반하여 유사 속성 아이템을 추천함

tf-idf 이용하여 상품 자체를 분석함 

 

 

결론

: 유사성, 잠재요소를 고려하여 적재적소의 알고리즘을 선택 + 딥러닝 결합 => 추천 알고리즘 개발