추천 시스템: 원리와 구현

추천 시스템의 원리와 실제로 구현합는 방법을 배웁니다.


수강중

14. 내가 본 영화와 유사한 영화들의 정보를 이용한 영화 추천하기 (IBCF 실습)

Item Based Collaborative Filtering(IBCF)에서 조정할 수 있는 파라미터 알아보기

recommenderRegistry$get_entries(method = 'IBCF')

피어슨 상관계수를 이용하여 추천해보기

rec <- Recommender(m, method = "IBCF", param=list(method = 'pearson'))
who <- 1
as(predict(rec, m[who,], type = 'topNList', n=5), 'list')
as(predict(rec, m[who,], type = 'ratings', n=5), 'list')

유사도를 행별로 normalize(행별로 유사도 합이 1이 되도록 재조정)한 후 피어슨 상관계수를 이용하여 추천해보기

rec <- Recommender(m, method = "IBCF", param=list(method = 'pearson', normalize_sim_matrix = T))
as(predict(rec, m[who,], type = 'topNList', n=5), 'list')
as(predict(rec, m[who,], type = 'ratings', n=5), 'list')