728x90 반응형 소셜네트워크9 [소셜네트워크] LSTM 기반 추천 시스템(RS LSTM)에 대하여 1. 추천 시스템과 시계열 데이터추천 시스템(Recommendation System, RS)은 사용자의 과거 행동 데이터를 기반으로 적절한 콘텐츠(영화, 음악, 상품 등)를 추천하는 기술입니다.일반적인 추천 시스템은 정적인 데이터(예: 평점, 구매 이력)를 활용하지만, 시간에 따라 변화하는 패턴(시계열 데이터)을 고려하는 경우도 많습니다. ✅ 예제:넷플릭스: 사용자의 시청 패턴이 시간에 따라 변함이커머스: 특정 시간대, 시즌별 구매 트렌드가 존재음악 추천: 사용자의 감정 상태에 따라 변화 가능 2. RNN과 LSTM을 이용한 추천 시스템시계열 데이터를 분석할 때 가장 많이 사용하는 신경망은 순환 신경망(RNN, Recurrent Neural Network)과 그 확장형인 LSTM(Long Short-Te.. 2025. 3. 6. [소셜네트워크] 추천 시스템(Recommendation System)에 대하여 1. 추천 시스템이란?추천 시스템은 사용자의 과거 행동과 선호도를 분석하여 적절한 콘텐츠(예: 영화, 음악, 상품 등)를 추천하는 기술입니다. 대표적인 예로 넷플릭스(Netflix)와 아마존(Amazon)의 추천 시스템이 있습니다.✅ 추천 시스템이 중요한 이유사용자가 원하는 콘텐츠를 쉽게 찾을 수 있음기업의 매출 증가 (예: 고객이 추가 구매를 하도록 유도)사용자의 만족도를 높이고 이탈률을 줄임 2. 추천 시스템의 주요 방식추천 시스템은 크게 콘텐츠 기반 필터링(Content-Based Filtering)과 협업 필터링(Collaborative Filtering)으로 나뉩니다.① 콘텐츠 기반 필터링(Content-Based Filtering)사용자가 과거에 좋아했던 아이템과 유사한 특성을 가진 아이템을 .. 2025. 3. 5. [소셜네트워크] 언어 모델과 평가에 대해서 1. 언어 모델 (Language Model) 개요언어 모델은 단어 시퀀스(문장)에 확률을 할당하는 모델로, 주어진 문맥에서 가장 자연스러운 단어의 조합을 찾는 데 사용됩니다.예를 들어, 기계 번역, 오타 수정, 음성 인식 등에서 다음에 올 단어를 예측하는 데 사용됩니다.조건부 확률을 사용하여 단어가 등장할 확률을 계산합니다. 예를 들어, 문장 "나는 버스를 탔다"와 "나는 버스를 태운다"에서 확률이 더 높은 쪽을 선택합니다.2. 통계적 언어 모델 (SLM)통계적 언어 모델은 조건부 확률 (Conditional Probability)과 연쇄 규칙 (Chain Rule)을 사용하여 문장의 확률을 계산합니다.예를 들어, 문장 "A little boy is smiling"의 확률은 각 단어가 이전 단어들에 따.. 2024. 11. 11. [소셜네트워크] 정규 표현식 (Regular Expression, RE)에 대하여 1. 정규 표현식 개요정규 표현식 (RE): 텍스트 내에서 특정 패턴을 찾기 위한 문자 집합을 정의하는 공식입니다. 주로 텍스트에서 특정 규칙을 가진 문자열을 추출할 때 사용합니다.활용:데이터 전처리에서 불필요한 부분을 제거하거나 필요한 정보를 추출할 때 유용합니다.예를 들어, 이메일 주소나 전화번호를 추출하는 데 자주 사용됩니다.2. 메타 문자와 기본 문법 (1) 메타 문자 (Meta-characters)메타 문자는 문자 자체가 아닌 특정 기능을 표현하기 위해 사용되는 문자들입니다.[]: 대괄호 안의 문자들 중 하나와 매칭.[abc]: 텍스트에서 'a', 'b', 'c' 중 하나라도 포함하는 경우를 찾습니다.[A-Za-z]: 대문자와 소문자 모든 알파벳을 의미합니다.[0-9]: 모든 숫자를 의미합니다... 2024. 11. 10. 이전 1 2 3 다음 728x90 반응형
