# recommend

hyelyn

프로젝트 소개 kaggle의 영화 제목, 줄거리, 장르 데이터셋을 이용하여 이용자가 입력한 데이터를 기반으로 영화를 추천해주는 시스템을 개발. > https://www.kaggle.com/datasets/hijest/genre-classification-dataset-imdb 데이터 전처리 먼저 "title" 데이터의 날짜를 제거한뒤, 전처리를 해줘야하는 칼럼인 "title", "genre", "content"를 모두 합해 "all" 칼럼을 만든 후 자연어처리를 했다. [문장의 토큰화 및 어간 추출] nltk의 WordPunctTokenizer, PorterStemmer사용시 아래와 같이 모든 단어의 끝이 y -> i로, e 또는 s로 끝나면 해당 문자가 생략되는 등의

jjjjj

✅Backend 1. Baseline 구축 backend 폴더에 main.py 설정 기존 inference main.py 수정 및 inference 폴더에 설정 uvicorn.run 에서 폴더 위치만 수정해주면 바로 실행 가능 2. 유저의 플레이정보를 인퍼런스 서버로 POST > - BSS get, post 고민하는 부분은 POST이지 않을까? why? get은 있는 부분을 얻고자 하는 것이고, POST는 정보를 요청하는 것 ! User 정보를 받아 오는 것이니까 > 1. Login Update User ▶ BSS Code 참고 ✅Frontend Login → request id post 파트 ✅Model 수정 사항 1. Inference 출력 형태 Dataframe → title, images ( + 추가 이외 요소 필요) 2. Model_load 함수 why

tmax_ux_dev

저는 vscode 좋아합니다. python은 pycharm 이 좋은거 같은데 javascript는 vscode가 짱입니다. Visual Studio는 학부 시절에 쓴거 같습니다... vim은 트라우마 있어서 별로 안좋아합니다... 맨날 인터넷에 vim 단축키 검색합니다... 😥 그래도 이 단축키 알고 있으면 가끔 커맨드창 다룰때 도움되기는 하더라구용... UI 개발, svg, interaction 등 이제 관련 일을 시작한지 1년이 다 되어가네요. 😎 제가 코드 짜면서 유용했던 Extension, Setting, shortcut 공유해 보겠습니다. 저는 이것저것 찾아보는거랑 드림코딩 유튜브에서 도움을

peteryoon

https://tech.kakao.com/2021/11/02/preview-ai-1-ifkakao2021/ https://if.kakao.com/session/26 이거 feature selection이랑 recommendation system

jumpx2

Tensorflow를 활용해 학습한 이미지 중 선택한 이미지와 가장 유사한 5개의 이미지를 출력해보자 <

jumpx2

추천 시스템은 컨텐츠 기반, 협업 필터링 방식으로 나뉨 협업필터링에서는 최근접 이웃, 잠재 요인 으로 나뉨 ex) 나와 비슷한 취향을 가진 사람에게 다른 영화 정보를 묻는 방법 최근접 이웃 협업 필터링은 사용자, 아이템 으로 나뉨 사용자 = 나와 비슷한 성향의 사람이 높은 점수를 준 영화를 추천 아이템 = 아이템에 대한 평가가 유사한 아이템을 추천하는 방식(일반적으로 성능이 뛰어나다고 함) 아이템 기반의 협업 필터링을 구현해 봄. (아이템 기반이 아이템의 속성이 비슷한 것이 아닌 평가가 유사한 것을 추천하는 방식) 데이터는 User_id 별 영화 점수를 매긴 데이터 https://grouplens.org/datasets/movielens/latest/ <img src='https://images.velog.io/images/jumpx2/post/0e644aef-f649-4c17-be

jumpx2

추천 시스템 구현해보기 해당 데이터는 'Online Retail'라 불리는 데이터 셋 (영국에 있는 온라인 소매 기업 8개월 간의 구매기록) image_1 image_2 image_3 image_4<img src=