Notice
Recent Posts
Recent Comments
Link
| 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 |
Tags
- 존폴결혼반지
- 스팀 게임 스코어 알고리즘
- tomcat튜닝
- 추천시스템steam
- jqx워터마크제거
- jsp 예외 permission
- 존폴결혼예물
- 외부 톰캣 특수문자 깨질 때
- dialtimeout
- 분산파일
- cookie refreshToke
- steam game score
- 자바스크립트 깨질 때
- jsp permission denied
- set-cookie 안만들어짐
- 비개인화추천모델
- LLM기반 콘텐츠 추천
- spring unit test
- 스프링단위테스트방법
- 존폴쥬얼리
- 존폴반지
- Akamai 연구결과
- staem algorithm
- 분산파일시스템
- jqxWidget워터마크
- 동시 요청 처리
- integrationtest
- LLM기반CBF
- 한글 특수문자 자바스크립트
- dial timeout
Archives
- Today
- Total
목록2025/09/18 (1)
hola 개발
[ 추천 시스템 프로젝트 기록 ] LLM 기반 Contents Based Filtering
[ LLM 기반 콘텐츠 추천: CBF의 진화 ] 추천 시스템에서 흔히 쓰이는 방법 중 하나가 **콘텐츠 기반 필터링(CBF, Content-Based Filtering)**입니다. 전통적인 CBF는 아이템이 가진 속성, 예를 들어 영화 장르나 상품 카테고리를 기반으로 추천합니다. 사용자가 느와르 영화를 좋아한다면, 장르가 느와르인 다른 영화를 추천하는 방식이죠. 하지만 전통 CBF에는 몇 가지 한계가 있습니다. 속성이 충분하지 않거나 부정확하면 추천 정확도가 떨어지고, 사용자가 이미 선호한 유형의 아이템만 추천되는 과잉 개인화 문제가 생깁니다. 게다가 신규 아이템이나 신규 사용자는 추천이 어려운 콜드스타트 문제도 있습니다. 이런 한계를 극복하는 방법이 바로 LLM 기반 CBF입니다. [ LLM 기반 C..
프로젝트
2025. 9. 18. 14:43