Grey sheep 심층분석 - <font color=blue><u>집단지성을 활용하는 Collaborative Filtering(CF) 알고리즘 - 추천 알고리즘으로 많이 이용되고 있지만, 한계도 알아야 해</u></font>
2016. 8. 21. 07:22
![집단지성을 활용하는 Collaborative Filtering(CF) 알고리즘 – 추천 알고리즘으로 많이 이용되고 있지만, 한계도 알아야 해 집단지성을 활용하는 Collaborative Filtering(CF) 알고리즘 – 추천 알고리즘으로 많이 이용되고 있지만, 한계도 알아야 해](http://kurapa.com/wp-content/uploads/2014/08/image53-150x120.png)
오늘은 Collaborative Filtering에 대해 간단히 정리해보려고 합니다. 업무상 이와 관련된 내용을 자주 접하지만, 어딘가 정리를 해서 놓을 필요가 있다는 생각이 들어 블로그에 올려봅니다. 참고로 이는 전혀 새로운 알고리즘이나 방법이 아니며, 이미 학술적으로도… 또한 업계에서도 널리 응용되고 있는 방법입니다.본 포스트에서는 Collaborative Filtering에 대해 그 정의와 응용(Application)에 대해 간단히 소개하고자 합니다...
IT . Alibaba, Amazon, Big-Data, CF, Cold Start, Collaboration, Collaborative Filtering, Data Clustering, Data Sparsity, Grey sheep, Hybrid CF, Item-based CF, Memory-based CF, Methodology, Model-based CF, Nearest Neighbor Algorithm, Netflix, Prediction, Rating, Scalability, Search, Shilling attacks, Synonyms, User-based CF, 검색봇, 넷플릭스, 빅데이터, 수학적 모델, 아마존, 알리바바, 유사품, 정확도, 집단지성, 추천, 추천 알고리즘, 추천 정확도, 콜드스타트, 콜라보, 콜레보레이션, 필터링, 확장성