개인화 추천 시스템 #4. Feature Store
중앙 레지스트리 기반 피처 스토어로 학습·서빙 피처를 일원화했습니다. Go 조회 로직과 ScyllaDB 전환으로 지연과 비용 문제를 개선했습니다.
#추천시스템#Feature Store#Feast
000

추천시스템 태그가 달린 국내 IT 기업 기술 블로그 글을 최신순으로 모았습니다.
4개 표시
중앙 레지스트리 기반 피처 스토어로 학습·서빙 피처를 일원화했습니다. Go 조회 로직과 ScyllaDB 전환으로 지연과 비용 문제를 개선했습니다.

장바구니 맥락의 보완재 추천을 위해 BERT4Rec과 NPMI 기반 전처리를 적용했습니다. A/B 테스트로 비개인화 추천 대비 장바구니 지표 개선을 확인했습니다.

추천시스템의 Precision@K와 Recall@K 정의 및 계산 예시를 설명했습니다. 사용자별 상위 추천 결과를 집계하는 평가 코드 구현 흐름을 소개했습니다.

사용자 임베딩과 Mini Batch K-Means로 관심사별 스타일 묶음을 추천했습니다. A/B 테스트에서 클릭과 콘텐츠 전환율 상승을 확인해 전체 릴리즈했습니다.
