SeSAC 금융데이터 분석가/추천시스템 썸네일형 리스트형 11/29 화 1. 추천 알고리즘(모델) 중 콘텐츠 기반 필터링(Content-based Filtering, CBF) 사용자가 특정 아이템을 선호하는 경우 그 아이템과 비슷한 콘텐츠를 가진 다른 아이템을 추천해주는 방식(콘텐츠의 특성과 사용자의 선호도를 비교). 콘텐츠(아이템)의 특성을 기술하는 메타정보가 필요함 2. 추천 알고리즘(모델) 중 협업 필터링(Collaborative Filtering, CF) 첫 번째는 사용기록(평점, 구매 횟수와 같은 사용자 행동 양식)에 따라 ‘유사한 사용자 집단’을 분류하고 그들이 사용한 아이템들을 공유하는 방식인 ‘사용자 기반 협업 필터링( user-based CF)’, 나랑 비슷한 취향을 가진 사람이 구매한 물건을 추천해주는 방식 두 번째는 사용기록에서 ‘유사한 아이템 집단’을 .. 더보기 11/28 월 1. DB I/O 및 저장 구조 - input: RAM에서 HDD로 접근해서 데이터 값을 입력 - output: HDD에서 RAM으로 데이터를 출력 - 랜덤 액세스: 다른 데이터를 설명해주는 데이터가 있을 때 CPU가 RAM에서 메타데이터(변수)를 이용하여 주소 값을 알아낸 후 RAM이나 HDD로 바로 데이터를 불러오는 방식 - 시퀀셜 액세스: 논리적(인덱스 리프 블록)또는 물리적으로 연결된 순서에 따라 차례대로 블록을 읽는 방식 * 테이블의 경우 서로 논리적인 연결 고리를 가지고 있지 않음, 세그먼트에 할당된 익스텐트 목록을 헤더에 맵(각 익스텐트의 첫 번째 블록 주소 값을 가짐)으로 관리함, 맵에서 목록을 얻고 각 익스텐트의 첫 번째 블록부터 순서대로 읽는 것이 Full Table Scan - 풀 스.. 더보기 이전 1 다음
