추천 시스템: 원리와 구현

추천 시스템의 원리와 실제로 구현합는 방법을 배웁니다.


수강중

12. 인기 있는 영화 추천하기 (POPULAR 실습)

인기 있는 영화 추천하기 (POPULAR 실습)

recommenderlab에서 기본적으로 사용가능한 추천 알고리즘 확인하기

recommenderRegistry$get_entries()

데이터가 평점 등 실수(real) 데이터 일 경우 recommenderlab에서 기본적으로 사용가능한 추천 알고리즘 확인하기

recommenderRegistry$get_entries(dataType = 'realRatingMatrix')

평균 평점이 높은 영화 순(인기순)으로 추천하기 (학습 단계)

rec <- Recommender(m, method = 'POPULAR')
rec

1번(첫번째) 사람에 대해 평점 예측(predict) 해보기 (추천 단계)

who <- 1
predict(rec, m[who, ], type = 'ratings')
as(predict(rec, m[who, ], type = 'ratings'), 'list')

1번(첫번째) 사람에 대해 평점을 예측(predict)하되, 평점이 높은 영화 5개만 추천하기 (추천 단계)

as(predict(rec, m[who, ], type = 'topNList', n = 5), 'list')

평점 데이터를 사용자별로 표준화 한 뒤, 평균 평점이 높은 영화 순(인기순)으로 추천하기 (학습 단계)

rec <- Recommender(m, method = 'POPULAR', param = list(normalize = 'Z-score'))
rec

1번(첫번째) 사람에 대해 평점을 예측(predict)하되, 평점이 높은 영화 5개만 추천하기 (추천 단계)

as(predict(rec, m[who, ], type = 'topNList', n = 5), 'list')