일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | ||||||
2 | 3 | 4 | 5 | 6 | 7 | 8 |
9 | 10 | 11 | 12 | 13 | 14 | 15 |
16 | 17 | 18 | 19 | 20 | 21 | 22 |
23 | 24 | 25 | 26 | 27 | 28 | 29 |
30 | 31 |
- 수학적해석학
- BigQuery
- 베이지안통계
- Bayesian
- 선형대수학
- CausalInference
- 인과추론개요
- Recsys
- recommendation system
- 빅쿼리
- mathematicalthinking
- 독후감
- 인과추론 무작위 실험
- 데이터 분석
- 티스토리챌린지
- 데이터분석가
- 글또10기
- 잠재적결과
- 코세라
- 실무로통하는인과추론
- chatGPT
- 데이터분석
- 데이터분석가 코딩테스트
- SQL
- DataAnalyst
- 오블완
- 인과추론
- 네카라쿠배당토
- 나의서양미술순례
- 벡터
- Today
- Total
목록Recsys (2)
Derek 의 데이터 분석 성장기

1. 인기도 기반 추천 시스템 인기도 기반의 추천 시스템이란 사람들에게 많이 구매, 클릭, 좋아요 등으로 인기가 높은 상품을 추천해주는 시스템을 의미한다. 인기도 기반이 추천? 인가에 대한 의문도 들수 있지만, 상품을 유저에게 제안해주고 구매를 유도한다는 점에서 인기도 기반 추천 시스템도 추천의 한 종류이다. 무엇보다, 인기도 기반 추천 시스템은 머신러닝 방법론과 다르게 적용되는 룰베이스 기반의 강력한 추천 시스템이다. 쇼핑몰에 개인화나 추천은 없어도, 인기 Top 10 이나 판매량 Top 10 등으로 카테고리가 기획된다. 그리고, 해당 카테고리는 추천 그 이상의 효과나 판매량을 가져온다. 때문에, 인기도 기반은 개인화나 추천과 함께 시너지를 낼 수 있는 추천 시스템이자 필수적인 추천 시스템이다. 해당 ..

1. 추천시스템 소개 나는 너가 뭘 좋아할지 알고 있다. 추천이란 말은 이제 너무나 우리에게 익숙한 단어입니다. 유튜브, 인스타그램, 쿠팡, 네이버 등 우리가 사용하는 모든 서비스에 적용되어 있는 추천은 유저가 좋아할만한 상품 혹은 컨텐츠를 제안하고 있습니다. 추천시스템이란, 유저 선호도 및 과거 행동 데이터를 바탕으로 개인의 취향에 맞는 관심사를 제공하는 분야를 말합니다. 추천 시스템은 무엇보다 유저와 서비스 제공자에게 모두 이점을 제공합니다. 유저 : 원하는 상품 및 컨텐츠를 찾는 시간을 절약. 본인도 몰랐던 상품이나 컨텐츠를 새로 찾을 수 있는 기회 제공 서비스 제공자 : 유저 맞춤화 상품 제공을 통한 매출 및 서비스 이용 증대 추천시스템은 고객에게 맞춤화된 서비스를 제공합니다. 하지만, 랭킹 시스..