내가 공부하려고 쓰는 글 내가 공부하려고 쓰는 글

분류 전체보기

• 현업에서는 추천시스템 후처리(서빙전 필터링)를 어떻게 할까? (feat. 요기요, Spotify, LINER)

  Recommendation System 2023. 9. 27. 16:02

  목차 추천시스템 모델의 결과(Top K)가 최종 서비스에 반영되기 전, 그 결과를 필터링하는 작업이 필요하다. 기 구매한 상품이라거나, 비슷한 상품의 반복 추천 등 산업군별로 여러 문제가 있기 때문이다. 현업에서는 각 문제들을 어떻게 해결하고 있는지 알아보자. - LINER : Recency, item shuffling by category. category는 clustering을 통해 추출 - Spotify : item shuffling by category - 요기요 : item shuffling by category 1. history 상품 제외 MF 와 같은 Matrix 모델에서는 interaction history에 있는 값이 1이기 때문에, 추천 결과 Top K에는 과거 소비한 제품이 존재한다..

  Read More
• LLM 모델로 추천시스템을 만들 때, user와 item ID는 어떻게 표현해야 하는가? (Representing User&Item ID in Large Language Models in Recommender Systems)

  Recommendation System 2023. 9. 26. 10:19

  본문 출처 : https://blog.reachsumit.com/posts/2023/06/llms-for-recsys-entity-representation 위 글을 읽고 정리한 내용입니다. 틀릴 수 있음 / 모르는 부분 일단 넘김/ 첨언 환영 최근 핫한 LLM 모델을 추천시스템에서 어떻게 사용하 수 있을까? user와 item feature를 언어 학습용 데이터처럼 변환해야 한다. 본 글은 추천시스템에서 사용되는 데이터를 LLM에서 활용할 수 있는 representation methods에 대해 설명한다. 목차 1. ID를 사용해야 하는가? 기존의 머신러닝 추천시스템에서는 unique한 user 혹은 item ID를 사용하며, 딥러닝에서는 이를 embedding vectors로 변환하여 사용한다. 그러..

  Read More
• 네이버 뉴스 추천 알고리즘 (2021) - AiRS 추천시스템

  Recommendation System 2023. 9. 23. 16:17

  남들에게 설명하기 위해 꼼꼼하게 작성한 글이 아니라, 그냥 이해하기 쉽게 풀어서 설명한 글입니다. 혼자 공부하다가 생긴 Question이나, 깨달은 점을 기록하고 싶어서 작성한 글입니다. 첨언 언제나 환영합니다 :) 고려사항(Design Consideration) DC1. 실시간&즉각적인 예측 : 딥러닝 모델의 결과는 우수하지만, 매일 수만건의 뉴스가 생성되고, 수만명의 사용자가 이용하는 뉴스 도메인의 특성상 딥러닝 모델을 통해 즉각적인 예측이 어려움. 가볍고 효과적인 추천 모델 필요. ㄴ> CF 사용 DC2. 뉴스 품질 측정 자동화 : 같은 주제의 뉴스더라도 고품질의 뉴스를 추천해야 함. ㄴ> QE(Quality Estimation) 측정. (어떻게 하는지 안알려줌) DC3. 시의 적절한 이슈 감지 :..

  Read More
• 코딩테스트 난이도별 문제 모음 (Python) - 기초 ver.

  Algorithm 2022. 7. 28. 00:56

  작성일 : 22/07/27 최신 업데이트 : 22/07/28 Python 코딩테스트 문제 모음 중 난이도 기초 버전 입니다. 기초 / 하 / 중 / 상 구현 | Implementation 백준 2438 별 찍기 - 1 문제 정답 백준 2439 별 찍기 - 2 문제 정답 백준 2440 별 찍기 - 3 문제 정답 백준 2441 별 찍기 - 4 문제 정답 백준 2442 별 찍기 - 5 문제 정답 백준 2443 별 찍기 - 6 문제 정답 백준 2444 별 찍기 - 7 문제 정답 백준 5598 카이사르 암호 문제 정답 백준 2562 최댓값 문제 정답 백준 10872 팩토리얼 문제 정답 백준 1037 약수 문제 정답 백준 2576 홀수 문제 정답 백준 1546 평균 문제 정답 백준 10818 최소, 최대 문제 정..

  Read More
• 추천시스템(Recommendation System)의 목표(goal), 평점(rating), 평가지표(metric)

  Recommendation System 2022. 7. 20. 16:34

  추천시스템의 목표 1. 관련성 user가 소비한 item과 관련 있는 아이템을 추천 2. 참신성 user가 소비한 기존 item과는 다른 색다른 item을 추천 ex) user가 선호하는 action 장르 중 인기있는 영화 뿐만 아니라, 다른 영화도 추천 3. 의외성(serendipity) 새로운 분야의 item을 추천. 판매 다양성을 높이거나 사용자의 새로운 관심이 시작되는 데 좋은 효과를 가짐 참신성은 user가 좋아할법한 그러나 흔하지 않은 item을 소개해준다면, 의외성은 user의 history와는 거리가 먼 새로운 item을 추천해주는 것 장기적 전략에 있어 긍정적 효과 4. 증가된 추천 다양성 상위 k개의 아이템이 모두 비슷한 것이 아니라, 다른 유형의 아이템을 포함 시키기 유사한 아이템들의..

  Read More