👉 맞춤형 서비스의 관건은 사용자의 취향을 알아내는 것이죠. 사용자가 남긴 취향의 흔적을 밟으며 구매·소비 패턴을 분석하고 앞으로의 행동을 예측합니다. 그만큼 취향이 중요해진 시대. [스포티파

👉 맞춤형 서비스의 관건은 사용자의 취향을 알아내는 것이죠. 사용자가 남긴 취향의 흔적을 밟으며 구매·소비 패턴을 분석하고 앞으로의 행동을 예측합니다. 그만큼 취향이 중요해진 시대. [스포티파이의 큐레이션 원리] 📡 취향 데이터를 모으는 알고리즘 - 좋아하는 노래 : 사용자가 라이브러리나 플레이리스트에 추가한 노래 - 좋아하지 않는 노래 : 30초도 듣지 않은 채 건너뛴 노래 - 주제의 연관성 이해 : 다른 사용자들이 만든 플레이리스트를 체크(00할때 듣는 노래) 📡 취향을 추천하는 방법 1. 협업 필터링 - 알고리즘으로 데이터를 확보했다면, 데이터세트 비교를 통해 추천곡을 고른다. ex) '철수'가 플레이리스트에 5곡을 담았는데, 그중 4곡이 '영희'의 보관함에 있다면 '영희'는 '철수'의 노래 취향과 비슷하다고 예측. '영희'의 보관함에 없는 '철수'의 나머지 한 곡을 '영희'에게 추천하는 방식 2. 취향 프로필 - 프로필 설정만으로 맞춤형 플레이리스트를 만드는 방법 - 사용자가 듣고 좋아한 노래를 기준으로 좋아하는 장르와 세부장르를 판단해 추천(과거 청취 패턴을 분석하는 방법) 3. 자연어 처리(NLP) 방법 - NLP(Natural Language Processing)는 사람의 말을 텍스트로 분석하는 방법론 - 텍스트 데이터를 형태소, 구문 등의 단위로 쪼개 분석하고, 사람들의 감정 및 의도를 분석 💭 Insight 취향이 중요해지고 있는 세상입니다. 내 취향을 찾는 것에 대해 이런 저런 테스트도 나오고, 다양한 상품들이 쏟아져 나옵니다. 이를 기반으로 한 커머스가 에이블리인 것 같습니다. 패션은 취향의 영역이 강해서 정말 내 취향에 맞춰서 추천을 해준다면 벗어나기 어려울 것 같습니다. 이런 취향 맞춤 초개인화 영역은 패션, 콘텐츠 뿐 아니라 식음료, 향 등 우리가 접할 수 있는 모든 곳에 적용 될 것 같네요. 에이블리가 선보이는 ‘AI 개인화 추천 서비스’ https://fashionseoul.com/197634