[Day18] 넷플릭스 추천 알고리즘을 만들어 볼까?

오늘은 넷플릭스 영화 추천시스템과 같은 컨텐츠 추천 알고리즘에 대해 배워보았습니다. 결과적으로는 팝송을 추천해 보는 것이었죠... 컨텐츠 추천 알고리즘을 엿볼 수 있는 몇가지 자료들을 공유합니다.

 

1. 콘텐츠 추천 알고리즘의 진화 www.kocca.kr/insight/vol05/vol05_04.pdf

2. Music Recommendation Datasets for Research ocelma.net/MusicRecommendationDataset/lastfm-360K.html

:: Music Recommendation Datasets ::

리눅스에서 tar.gz로 된 파일 압축 푸는 방법 잘 안외어지고 헛갈리지 않으시나요?

3. sarghis.com/blog/468/

리눅스 tar.gz와 압축/해제 명령어

4. 명시적 vs. 암묵적 피드백 데이타셋 orill.tistory.com/entry/Explicit-vs-Implicit-Feedback-Datasets?category=1066301

Explicit vs Implicit Feedback Datasets

추천시스템에서는 어떤 사용자가 좋아한다는 것만을 가지고 그것과 비슷한 컨텐츠만 추천해주는 데는 한계가 있고, 그 사용자가 좋아할 것을 추천해 주지 못하는 경우가 생기겠죠? 그래서 이 사용자와 비슷한 사람이 좋아하는 것을 이 사용자에게도 추천해 줄 때 이 사용자가 좋아한다고 할 확률이 높습니다.

5. Collaborative Filtering for Implicit Feedback Datasets yifanhu.net/PUB/cf.pdf

6. Recommender System — Matrix Factorization towardsdatascience.com/recommendation-system-matrix-factorization-d61978660b4b

Recommendation System — Matrix Factorization

7. scipy.sparce.csr matrix 이해하기 stackoverflow.com/questions/53254104/cant-understand-scipy-sparse-csr-matrix-example/62118005#62118005

can't understand scipy.sparse.csr_matrix example

8. Fast Python Collaborative Filtering for Implicit Datasets. github.com/benfred/implicit

benfred/implicit

9. 문제점 지적: filter_already_liked_items Working for ALS? github.com/benfred/implicit/issues/365

filter_already_liked_items Working for ALS? · Issue #365 · benfred/implicit

10. 해결: Fix rank items in ItemItemRecommender #389 github.com/benfred/implicit/pull/389

Fix rank items in ItemItemRecommender by jmc-bbk · Pull Request #389 · benfred/implicit