AWS/Personalization & Recommendations
-
Recommendataion 관련 논문 & 영상정보AWS/Personalization & Recommendations 2021. 11. 5. 13:48
Papers (1) 2003년 Amazon에서 발표한 Item-to-Item Collaborative Filtering에 관한 논문 by Amazon https://www.cs.umd.edu/~samir/498/Amazon-Recommendations.pdf (2) 이후, CF(Collaborative Filtering)이 20년정도가 지난 이후 발표된 personalize 와 recommendations에 논문 by Amazon https://assets.amazon.science/76/9e/7eac89c14a838746e91dde0a5e9f/two-decades-of-recommender-systems-at-amazon.pdf (3) (2)번 논문에서 cite한 Youtube의 추천 알고리즘에 대한 ..
-
AWS re:Invent 2018: NEW! Introducing Amazon Personalize: The Science of PersonalizationAWS/Personalization & Recommendations 2021. 10. 28. 15:42
모든 내용은 2018년 re:Invent 발표를 한글로 요약한것입니다. Personalization 알고리즘에 대한 간략한 설령도 이 영상에서 엿볼수 있었다. 아마존의 Personalization 알고리즘을 만든 Senior Machine Learning Scientist인 Murali의 발표가 이어졌다. 첫번째로 Fundamental insight에대한 이야기를 했는데, 관심을 보였던 그리고 싫어했었던 기록은 추후 어떤것을 선택할때 좋은 지표가 된다. 상품을 본 순서와 시간을 모으는것도 중요하다. 예를 들어, 위 그림을 보자. 세가지의 시계를 본 후, 구두를 보았다면 그다음엔 구두를 추천하는것이 맞다. 하지만 아래의 경우는? 맨처음 구두를 보고, 구두 대신 시계들에 대해 검색을 했다면, 세번째 시계 이..
-
AWS re:Invent 2018: NEW! Introducing Amazon Personalize: Real-time Personalization & RecommendationsAWS/Personalization & Recommendations 2021. 10. 28. 12:25
모든 글 내용은 re:Invent 2018 영상에서 가져왔습니다. 아마존! 초창기만 해도 아마존은 온라인 책방이었다. 하지만 지금은 세상을 움직이는 공룡기업으로 성장해, FANG(Facebook, Amazon, Netflix, Google)의 하나가 되었다. (이 이외에도 공룡 기업이 많지만, 주식에서 흔히 FANG이라는 신조어를 많이 사용해서 대표적으로 나열했다) 그 아마존에서 상품을 판매할 때 쌓았던 Machine Learning 노하우로, Auto ML, 즉 자동화된 머신러닝을 제공해주는 서비스를 런칭했다. 바로 2018년에 출시된 Personalize이다. 스타트업이나 ML(Machine Learning)인력이 없는 회사에서 추천시스템을 구축한다는것은 정말 어려운 이야기이다. 하지만 정말 많은 회..