유저들이 정말로 원하는 컨텐츠는 무엇일까? — 우리의 추천시스템의 시작 (1)
사용자 행동 데이터를 Matrix Factorization과 ALS로 분석해 연관 스타일 추천을 개선했습니다. A/B 테스트에서 방문과 전환, 구매전환율 상승으로 관심사 기반 추천의 효과를 확인했습니다.
#Matrix Factorization#ALS#Firebase
2600

matrix factorization 태그가 달린 국내 IT 기업 기술 블로그 글을 최신순으로 모았습니다.
2개 표시
사용자 행동 데이터를 Matrix Factorization과 ALS로 분석해 연관 스타일 추천을 개선했습니다. A/B 테스트에서 방문과 전환, 구매전환율 상승으로 관심사 기반 추천의 효과를 확인했습니다.

Knowledge Tracing의 역할과 기존 단일 개념 문항 모델의 한계를 설명했습니다. 복수 개념을 반영하는 KTM의 구성과 성능 특성을 소개합니다.
