인프런 커뮤니티 질문&답변
작성한 질문수
안녕하세요 몇가지 질문이 있습니다.
작성
·
65
0
안녕하세요!
좋은 강의 만들어주셔서 감사합니다.
방금전 강의를 신청하였고,
저는 데이터사이언스 관련 전공자이며, 현재 회사에서 IT PM직군을 하고 있습니다.
다름이 아니라, 추천시스템을 예전에 비영리 목적으로 미니 프로젝트를 하며 잠시 다루다가 데이터가 별로 없기도 하고 만들고자 하는 데이터 형식과 기술적인 문제로 시도를 하다가 접었던 이력이 있습니다.
현재 대략적으로 구현을 하고자 하는 것은 제조 트렌드 기반의 맞춤형 소재를 추천하는 프로젝트를 진행할 예정입니다.
그래서 실제 사용자의 선호도와 성향을 기반으로한 데이터가 없다고 가정하며, 최신 트렌드를 반영하여 사용자의 정확한 직군과 역할을 살펴보며, 추천을 하는 시스템을 원하고 있습니다.
보통 OTT나 쿠팡과 같은 도매사이트에서 ID, 사용자, 아이템 기반의 각종 추천시스템에 대한 아이디어는 검색을 하거나 깃헙에서 충분히 구할수 있으나, 위와 같은 부분은 데이터 구축까지 진행되어야 하는데, 추천해주실만한 데이터 형성 기법과 방법에 대해서 여쭙고 싶습니다.
물론 강의를 이제 시작하여, 강의를 완강할때쯤이면 아이디어가 떠 오를수도 있는데...
현재 급하게 일을 진행하며 하다보니, 전체 강의를 조금씩 주제를 기반으로 살펴봤는데 아이디어가 떠오르지 않고 자문을 구할때가 없어서 급하게 질문을 드렸습니다.
실례가 안된다면 혹시 강의에서도 관련된 부분이나 키워드 위주라도 검색해볼만한 내용이 있다면, 추천해주시면 감사하겠습니다ㅠ
답변 1
0
당근먹는토끼
지식공유자
안녕하세요! 저처럼 추천 시스템에 관심을 갖고 계신 분을 만나게 되어 정말 반갑고 기쁩니다. 😊
말씀해주신 내용을 바탕으로, 저는 두 가지 주요 문제를 정의할 수 있을 것 같고, 이에 대한 제 의견도 함께 드리고자 합니다.
1. 사용자의 선호도와 성향에 대한 데이터 부족
- 이 문제는 전형적인 Cold Start 문제로 볼 수 있습니다.
- 따라서, 초기 사용자에 대한 정보가 부족한 상황을 고려한 시스템 설계가 필요합니다.
2. 사용자의 직군 및 역할 변화, 최신 트렌드 반영의 어려움
- 추천의 정확도를 높이기 위해서는, 사용자의 직군과 역할, 그리고 업계의 최신 트렌드를 지속적으로 반영해야 합니다.
- 이를 위해 다음과 같은 접근이 필요합니다:
- 직군 및 역할에 대한 명확한 정의
- 최신 트렌드 정보를 주기적으로 수집·업데이트하는 데이터 파이프라인 구축
- 다양한 도메인에서 수집한 메타 정보를 적극적으로 활용
특히, Cold Start 문제를 해결하기 위해 사용자와 아이템 간의 복잡한 관계를 다루는 경우에는
기존의 RDB나 VectorDB보다 GraphDB를 사용하는 것이 더 적합할 수 있다고 생각합니다.
제가 만든 강의는 초급자를 대상으로 하다 보니, GraphDB와 같은 심화된 주제는 포함하지 못했지만
기본적인 개발 능력이 있으시다면 충분히 직접 구현해보실 수 있을 거라 생각합니다.
혹시 더 궁금하신 점이 있으시면 언제든지 편하게 문의 주세요. 감사합니다!