MLOoops-Recommend

추천 알고리즘 개발

→ 유인재 + 이지해 + 우태경 + (김태현)

- 관심사 기반
- 비관심사 기반
- 통계 데이터 기반

1. 사용자 관심사 기반 추천

• 구현 방법
  • 콘텐츠 기반
  • 사용자 기반
  1. 추천
     • 구독 기반
       • 관심 키워드
       • 관심 분야
       • 관심 언론사
     • 사용자 분석 기반(링크)
       • 사용자 분석을 통해, 비슷한 사람이 읽은 기사 추천
     • 비 맞춤 분야 추천
       • 성별/연령대 기반
         • 본인의 관심 분야는 아니지만, 이러한 것은 어떤가요? 하고 추천
       • 관심 키워드/분야/언론사 유사 사람들의 나와는 다른 관심 기반
         • 본인의 관심 분야로 선택되지는 않지만, 이러한 관심 분야는 어떤가요?
     • 내용 분석 기반(링크)
• 구현 기술
  • 데이터 수집
    • 뉴스 수집 API
    • 사용자 데이터 수집
    1. 뉴스 API를 통해서 데이터 가져오기
    2. DB 저장
    3. 추천
       • 컨텐츠 기반
         • 어레이 유사도(vector)
       • 사용자 기반
         • 사용자가 봤던 뉴스들 기반으로
       • 계산 시점 : 일정 시점마다 / 사용자가 접속할 때마다 / 새로고침 버튼

---

2. 사용자가 관심없어도 추천

• 구현 방법

  • 발생조건
    • 유튜브에서 내가 관심없는 영상이 뜨는 방식
    • 조회수가 많거나 최근 인기가 많은
    • 사용자의 성별 / 연력
  • 선별조건
    • 알고리즘의 선택을 받은

• 구현 기술

  • 조회수 기반으로 인기있는 기사 추천
  • DB 기반
  • ES 사용
    • 검색

---

3. 통계 데이터 기반 추천

• 구현 방법
  • 특수 목적
    • 취준생을 위한
    • 최신 기사에서 많이 언급되는 새로운 단어 기반
• 구현 기술
  • 새로운 단어 추출
  • 취준생을 위한이면 취업에 필요한 단어를 추출해서 카테고리 만들기
  • ES 사용?
  • 추천하는 방식 → 단어 수 기반

remainder :

• 사용자기반 추천
  • spring : 가장 최근 사용자 명단 일부와 현재사용자 정보를 fastAPI에 전송
  • fastAPI : 명단을 받아서 현재사용자와 비교해 가장 유사도가 높은 유저를 반환
  • spring : 유사도가 높은 사용자의 뉴스기록중 일부를 추천에 반환.