님의 프로필 사진

넷플릭스 회원은 10~20개 타이틀 검토 후 영화를 결정하지 못하면 60~90초 후에 흥미를 잃는다고 합니다. 그래서 영화 추천 시스템은 넷플릭스의 가장 중요한 핵심 요소 중 하나인데요. 이번 글에서는 넷플릭스의 대표적인 추천 알고리즘 4가지를 간단히 요약해서 소개합니다. 1. 유사 사용자 기반 알고리즘 나와 비슷한 사용패턴을 보이는 사용자를 매칭하여 영화를 추천합니다. 2. 유사 아이템 기반 알고리즘 특정 아이템(영화)와 관련 있는 아이템(영화)을 매칭하여 영화를 추천합니다. 3. 잠재 모델 기반 알고리즘 사용자와 아이템에 내재된 잠재 모델의 패턴을 이용하는 방법입니다. 예를 들어 킹덤을 좋아하는 사용자는 배우 주지훈을 좋아해서 일수도 있고, 좀비물을 좋아해서일 수도 있고, OST를 좋아해서 일수도 있습니다. 그래서 특정 기준을 바탕으로 행과 열을 분해해서 예측 평점을 구합니다. 4. 콘텐츠 기반 알고리즘 수백 개의 영화 특성을 분석해 영화 프로파일을 생성하고, 타깃 사용자가 좋아한 영화를 바탕으로 사용자 프로파일을 도출합니다. 그리고 영화 프로파일과 사용자 프로파일을 비교해서 사용자 선호 영화를 추천하는 방식입니다.

넷플릭스의 영화 추천 알고리즘

Brunch Story

넷플릭스의 영화 추천 알고리즘

다음 내용이 궁금하다면?

또는

이미 회원이신가요?

2021년 1월 13일 오후 10:00

댓글 0

    함께 읽은 게시물

    훌륭한 데이터 분석가란 어떤 사람인가?

    ‘훌륭한 데이터 분석가란 어떤 사람인가?’에 대해

    ... 더 보기

    PM이 이해하면 좋은 지표 개념

    프로덕트 매니저(PM)로 일하면서 늘 지표 이야기를 듣게 됩니다. 대부분 PM은 선행지표(leading indicator)와 후행지표(lagging indicator)의 개념을 잘 이해하고 있습니다. 하지만 선행지표에 영향을 미치는 '인풋(input) 지표, '아웃풋(o

    ... 더 보기

    나는 가끔 조합형 한글의 아름다움에 대해 생각한다.


    그 아름다움은 단순히 예쁜 글꼴이나 정갈한 종이 위의 자소 배열에서 끝나지 않는다. 진짜 매력은, 정밀한 정보 구조와 이산 수학적 규칙성 속에 숨어 있다.


    ... 더 보기

    한때 천만원에 거래되었던 Manus, Bedrock 무료 오픈소스로 공개

    ... 더 보기

    LinkedIn

    lnkd.in

    LinkedIn

     • 

    저장 17 • 조회 1,349



    DB 프로시저 싫어하시는 분들 많으시죠? Lambda/Serverless Function 이라고 생각해보십시오! 사실상 Serverless Function이랑 똑같은 것. Serverless Function도 싫어하시면 린정.

    조회 2,260