Recommender System/Introduction to Recommender Systems UofM2 2. Predictions and Recommendations 1. Learning Objects Prediction/recommendation 구분 Organic/explicit presentation 구분 2. Predictions/recommendation 구분 Prediction: 당신이 특정 item을 얼마나 좋아할지 예측 Pro: help quantify item Con: 틀린 값을 줄 수도 있음 Recommendation: Suggestion for items, 보다 큰 item 집단에서 top-n list로 주어짐 Pro: 좋은 선택지들을 나열해줌 Con: 소비자의 탐험 기회를 앗아감 3. Organic/explicit presentation Organic presentation 말 그대로 자연스러운 presentation 강한 압박을 기반으로 한 r.. 2023. 7. 12. 1. Preference and Ratings 이번 강의의 preference와 rating의 예시는 주로 Movie Lens 데이터 세트를 기준으로 합니다. 1. 종류 Explicit(분명)한 ratings Star rating Review Vote(Like button, Ephemeral(단명하는) contents에서 더 자주 사용됨) Implicit(암시적인)한 ratings Click Purchase Follow Other Interfaces Continuous scales Pairwise preference(둘 중에 어떤 것이 더 낫다) Hybrid(Continuous + Never again) Temporary (Pandora 30-day suspension) 2. Explicit한 Ratings 언제 rating을 부여하는가? Consu.. 2023. 7. 12. 이전 1 다음