제1회 국민대학교 AI빅데이터 분석 경진대회

알고리즘 | 정형 | 추천시스템 | Recall

  • moneyIcon Prize : 400 만원
  • 1,167명 마감

 

[Private 36] Matrix Factorization / Cosine Similarity

공동작성자

stroke
2023.12.01 18:05 728 Views language

모두 고생하셨습니다!
이번 프로젝트를 통해 전에 잠깐 공부했던 추천에 대해 다시 한번 볼 수 있는 좋은 기회였고,
팀원들과 다양한 시도를 통해 많이 배울 수 있었습니다.

저희는 각 피처별 분석을 통해 내용을 확인하고, 피처들을 활용하여 클러스터링을 통해 추가 변수를 만들어 진행하였습니다.

다양한 시도를 진행했지만 그 중 2가지 방법을 선정하여 업로드하였습니다.
1. Matrix Factorization 기법을 사용
2. 코사인 유사도 기법을 사용

최종적으로는 코사인 유사도 기법을 사용한 모델을 튜닝하여 좋은 결과를 얻을 수 있었습니다.
감사합니다.

Code
로그인이 필요합니다
0 / 1000
pinecone
2024.06.27 14:31

많은 공부가 되었습니다 감사합니다

이전 글
이전 글이 존재하지 않습니다.
현재 글
[Private 36] Matrix Factorization / Cosine Similarity
Competition - 제1회 국민대학교 AI빅데이터 분석 경진대회
Likes 9
Views 728
Comments 1
10달 전
다음 글
Public 23등, Private 132등(18등?) SGD + 코싸인유사도 + 기타필터링 이용 추천시스템
Competition - 제1회 국민대학교 AI빅데이터 분석 경진대회
Likes 9
Views 786
Comments 0
10달 전