반응형
추천 엔진
추천 엔진 빠진 정보를 추출해서 제시하는 전문가 시스템
두가지 방법:
하나는 콘텐츠 내용에서 비슷한 정보를 찾아 정보를 추천하는 것이고 , 다른 하나는 방문자의 검색 이력이나 구매 이력 등 사이트 방문자 고유 정보를 이용해 연관된 정보를 추천하는 것입니다.
20211025
콘텐츠 내용에서 분석하는 추천 엔진:
방문자 정보를 제외한 콘텐츠 자체의 정보(쇼핑물 사이트라면 상품 정보, 뉴스 사이트라면 기사 정보)에서 관련 있는 내용을 찾아 추천합니다.
단순히 비슷한 내용의 기사만 모이면 거의 같은 내용의 기사만 추천할 수도 있으므로 지나치게 비슷한 기사만 모으지 않도록 별도의 방법을 고안해야 합니다 .
한편으로 텍스트를 특정 알고리즘으로 계산해 특징량을 추출할 수도 있다.
협업 필터링을 이용하는 추천 엔진:
검색 이력과 구매 이력 등 사이트 방문자의 고유 데이터를 이용해 방문자에게 적합한 무언가를 추천할 때는 협업 필터링이라는 알고리즘을 사용
대표 적인 예: 아마존이 선택한 아이템 기반의 협업 필터링이 있다.
즉 지식과 닮은 행동이나 판단을 하는 타인이 있다면, 자신도 타인과 닮은 행동과 판단을 할 것 이라는 가설에 기반을 두고 추천하는 것입니다.
출처 : 처음 배우는 인공지능
반응형
'개념 정리' 카테고리의 다른 글
| 오토마톤_20211027 (0) | 2021.11.03 |
|---|---|
| 감염 시뮬레이션 모델_20211126 (0) | 2021.11.02 |
| 지식 기반 모델_20211020 (0) | 2021.10.27 |
| 의사 결정 트리_20211019 (0) | 2021.10.27 |
| 규칙 기반 모델_20211018 (0) | 2021.10.27 |