• 카테고리

    질문 & 답변
  • 세부 분야

    딥러닝 · 머신러닝

  • 해결 여부

    미해결

추천시스템 심화 내용에 대한 레퍼런스나 참조 코드 질문입니다!

20.11.24 18:07 작성 조회수 108

0

안녕하세요! 여름에 강사님 강의를 열심히 듣고 머신러닝 여러 모델 구현에 도움을 받은 학생입니다! 컴퓨터비전과 Kaggle advanced 강의도 구입해놓아서 방학 때 들어볼 예정입니다 ㅎㅎ 

다름이 아니라 이 강의에서 다루셨던 추천 시스템에 대해 배우고 좀 더 심화적으로 협업과 컨텐츠기반 필터링을 조합한 하이브리드 추천시스템에 대해 공부해보려고 하는데요.. 제가 몇일 간 Kaggle이나 towardscience같은 공간에서 검색해보았는데 뭔가 하이브리드 추천 시스템이 종류가 너무나도 많아서 기본적으로 어떤 조합으로 먼저 연습해봐야하는지 모르겠습니다..

그리고 혹시 추천시스템에 대한 심화내용으로 강의를 제작할 계획은 없으시겠죠..? 하하..

강의 내용 이외의 이야기일 수 있지만 작은 조언 부탁드리겠습니다. 감사합니다

답변 2

·

답변을 작성해보세요.

0

답변 감사드립니다! 그렇다면 예시를 좀 더 찾아보고 연습해봐야겠습니다! 정성스런 답변 다시 한 번 감사드립니다!

0

안녕하십니까,

하이브리드는 저도 고민이 되는 시스템입니다.

일반적으로 협업기반은 기존에 데이터가 없는 신규 아이템인 경우에는 적용하기가 어렵습니다(cold start 문제). 때문에 신규 아이템의 경우는 컨텐츠 기반 필터링을 적용하고 어느정도 데이터가 축적되면 협업기반으로 적용하는 방식으로 하이브리드 방식을 적용합니다.

하지만 말씀하신 하이브리드는 위 같은 방식을 의미하는게 아니라 어느정도의 weight를 가지고 양쪽을 적절하게 조합하는 방식을 의미하실 것입니다. 부끄럽게도 해당 방식은 저도 좋은 성능을 이끌어본 경험이 없습니다. 다만 기반은 협업으로 하되, 특정 상품/특정 프로모션(이벤트)과 관련된 상품은 특정 고객 세그먼트나 또는 전체 고객에게 (거의 광고 수준) 편향적으로 추천되도록 구성해본 적은 있습니다.

이건 말 그대로 거의 끼워놓기 수준입니다. 하지만 일반적으로 많이들 사용합니다. 

요약 드리자면 아쉽게도 하이브리드를 통해 최적의 추천 성능으로 구성하는 방법은 저도 경험이 적습니다. 다만 끼워놓기 수준으로 만드는 것은 어느정도 감각만 있으시다면 충분히 만드실 수 있을 것입니다.

감사합니다.