일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
Tags
- 중국플랫폼
- 언어모델
- 네트워크
- transformer
- 메타버스
- 플랫폼
- nlp
- chatGPT
- MLOps
- MAB
- BERT
- 자연어처리
- 머신러닝 파이프라인
- Collaborative Filtering Bandit
- docker
- 클라우드
- 클라우드자격증
- MSCS
- AWS
- HTTP
- 추천시스템
- BANDiT
- aws자격증
- llm
- COFIBA
- 미국석사
- RecSys
- TFX
- BERT이해
- 머신러닝
Archives
- Today
- Total
목록추천 (1)
Julie의 Tech 블로그
MAB - 넷플릭스 artwork personalization 사례
넷플릭스에서는 영상 이미지, 즉 artwork를 어떤 것을 선택할지에 대해 추천 로직을 적용하고 있다. 이미지는 대표성과 정보성, 매력, 차별성을 지니고 있어야하는데, 이 모두 개인적인 성향에 영향을 받을 수 밖에 없다. 사람들은 대개 장르 혹은 캐스팅에 대한 선호를 지니는데, 이 선호가 이미지로 반영될 수 있다. 행과 열로 구성된 바둑판 화면을 inventory라고 치면, 각 구좌에 배치할 오더링과, 구좌에 넣을 광고 이미지는 어떤 것을 선택해야할까? 이 모든 것은 추천 알고리즘으로 돌아간다. 전통적인 추천 방식은 단연 Collaborative Filtering 이다. 하지만 이로 부족하다. CF는 현재 운영중인 상품 pool 내에서만 유사한 상품 추천이 가능하고, 새로이 탐색할 수 있는 방법이 없..
Tech/RecSys
2021. 6. 3. 00:30