학회 논문
성능까지는 구현 못해서 수정된 아이디어로 제출
카테고리 패턴과 카테고리 유사도를 반영하여 추천, 기존의 논문에서는 거리 특성만 고려해주어서
조합해서 차별점으로 뒀다.
결과는 정밀도랑 재현율, f밸루가 높게 놔와야 하겠지만
- 협업필터링 돌리는데 점수 필요하다고 해서 체크인 횟수로 하여 점수 만들어주었는데 없어도 된다 함.. 흠 gpt?
- top-k 추천할 때 솔직히 점수 어떻게 만들어야 하는지
1. 거리로 필터링하고
2. 해당 수식으로 -1. 속성별 가중치 고려 -2. 0~1 값 만들어주기 위한 값 부여
-3. 속성값은 체크인횟수, 거리, 카테고리 유사도 임
'2023-4 > 졸업 논문' 카테고리의 다른 글
[성능평가] 시간대별 카테고리 고려 (0) | 2023.05.03 |
---|---|
[성능평가] FCM 활동성 지표 (0) | 2023.04.18 |
[성능평가] keyerror (0) | 2023.04.11 |
[성능평가] 협업필터링 (0) | 2023.04.11 |
[성능평가] 협업필터링 데이터셋 만들기 (0) | 2023.04.11 |