SW/추천시스템

추천 시스템 : 추천 시스템의 종류

얇은생각 2020. 7. 18. 07:30
반응형

코드와 알고리즘을 배우기 전에, 추천 시스템에 대해 알아보도록 하겠습니다. 매일 시스템을 접하고 생각조차하지 않을 수도 있습니다.

 

 

상품 추천

 

예를 들어, 최근에 가스 구동 발전기를 구입했는데 Amazon은 자동으로 스타터 유체 및 모터 오일과 같은 것을 추천합니다. 이러한 권장 사항이 얼마나 효과적인지 놀랄 수 있습니다. 수십억 달러가 그 결과로 사람들이 필요한 것을 찾는 데 도움을 주었습니다.

아름다운 점은 모든 데이터 중심이라는 것입니다. 추천 시스템은 사용자 간 및 항목 간 관계를 찾을 수 있습니다. 일반적으로 인간의 큐레이션은 전혀 없으며 통계적으로 발전기를 구입하는 사람들은 스타터 유체를 구입하여 사용할 수 있음을 알고 있습니다. 사람들이 원하는 것을 알기 전에 원하는 것을 보여주기 위한 역사적 패턴입니다. 하지만 추천 할 것을 제한 할 필요는 없습니다.

 

 

 

기사 추천

 

콘텐츠를 추천 할 수도 있습니다. 여기에는 인기있는 New York Times에서 사용되는 추천 시스템이 있습니다. 과거 신문에서 읽은 기사를 보고 읽고 싶은 다른 기사를 추천합니다. 동일한 아이디어, 사람들이 구매 한 물건의 패턴 대신 읽은 기사의 패턴을 보는 것과 같은 아이디어입니다.

 

 

 

음악 추천

 

물론, 다른 컨텐츠처럼 취급하고 다른 사람들이 당신의 취향을 공유하는 사람들이 듣는 음악을 추천 할 수 있지만 Pandora와 같은 서비스는 한 걸음 더 나아가 음악 자체의 파형을 분석하여 템포 사이의 유사점을 찾습니다.

음악 스타일 및 노래 구조, 이것은 컨텐츠 기반 권장 사항의 예입니다. 여기서 권장 사항은 사용자의 행동뿐만 아니라 자신이 권장하는 것의 특성에 기초합니다.

 

 

데이팅 사이트

 

기본적으로 온라인 데이팅 시스템은 무엇일까요? 온라인 데이팅 웹 사이트는 물론 추천 시스템이기도 하지만, 해당 분야가 아닐 수도 있습니다.

 

 

 

검색엔진

 

검색 엔진과 추천 시스템 사이에는 미세한 선이 있습니다. 현대적인 검색 결과는 개인화되는 경향이 있습니다. 정보 검색 만하는 것이 아닙니다. 예를 들어 책, 음악 또는 신문 기사를 추천하는 것처럼 웹 페이지를 추천하는 것으로 생각하십시오. 이 예에서는 이름을 입력했습니다.

좋아하는 스시 레스토랑과 그 이름은 많은 사람들에게 많은 다른 의미를 갖지만 Google은 내가 살고있는 곳, 내가 있었던 곳 및 과거에 방문한 웹 사이트를 알고 있으며 모든 정보를 yuki hana의 일본어 눈꽃 번역에 대한 페이지 대신, 거리에서 식당에 대한 결과를 가져옵니다.

따라서 추천 시스템이 어디에나 있고 현대 경제의 상당 부분을 책임지고 있습니다. 추천 시스템은 회사의 판매에 직접적인 영향을 줄 수 있기 때문에 수요가 매우 높은 상황에서 구축하는 방법을 알고 있습니다.

추천 제품, 기사, 음악, 영화, 사람 또는 웹 페이지를 추천하려는 경우, 추천 시스템은 그 뒤에 숨겨진 기술입니다.

반응형