각 파일에 대한 설명은 https://lsjsj92.tistory.com/ 블로그에 올려두었습니다. 상세주소는 각 파일 최상단에 있으니 참고바랍니다.
1. recommender system basic
- 추천 시스템 기본 유형 소개 : 이론
- content based filtering
- collaborative filtering
2. recommender system basic with Python - 1 content based filtering
- 파이썬을 활용해 content based filtering 구현
- kaggle의 movies dataset 활용
3. recommender system basic with Python - 2 Collaborative Filtering
- 파이썬을 활용해 collaborative filtering 구현
- kaggle의 movies dataset, movielens dataset 활용
4. recommender system basic with Python - 3 Matrix Factorization
- 파이썬을 활용해 Matrix Factorization 구현 및 이론 설명
- kaggle의 movies dataset, movielens dataset 활용
5. naver news recommender
- Naver news 데이터를 활용해 추천 시스템 적용
- Doc2vec 등의 embedding 방법을 사용
6. deep learning recommender system
- 딥러닝 기반의 추천 시스템 활용 예제 코드
- Keras 활용
7. Wide & Deep recommender system
- Wide & Deep paper를 기반으로 한 추천 시스템 모델 구현
- 컨셉만 유지하면서 구현하였음
- Keras를 활용
8. Simple book recommender system with Keras(kaggle data)
- Kaggle에 있는 book 데이터를 활용한 간단한 추천 시스템 구현
- Keras를 활용해 만들 수 있는 기본적인 추천 모형 코드
9. recommender system using ChatGPT
- ChatGPT을 활용한 추천 시스템
- https://lsjsj92.tistory.com/657
10. LLM based explainability recsys
- LLM을 활용한 추천 시스템의 설명 가능성 부여
- LangChain, gpt-4o 활용
- https://lsjsj92.tistory.com/670