안경레고 블로그

Amazon Personalize는 AWS에서 제공하는 완전 관리형 머신러닝 서비스로, 개발자가 복잡한 머신러닝 모델 개발 없이도 개인화된 추천 시스템을 구축할 수 있게 해주는 플랫폼입니다.출시 및 연도별 주요 개선 사항2018년: 첫 출시2018년 11월 AWS re:Invent 2018에서 프리뷰 버전으로 첫 출시넷플릭스와 아마존 쇼핑에서 사용하는 것과 동일한 추천 기술을 개발자에게 제공하는 것이 목표2019년: 정식 출시2019년 6월 일반 사용자에게 정식 출시초기 기능: 사용자 개인화, 아이템 간 유사성, 인기도 기반 추천 등 기본 레시피 제공배치 추천과 실시간 추천 기능 모두 지원2020년: 기능 확장사용자 세그먼트 생성 기능 추가이벤트 트래커 API 강화로 실시간 사용자 행동 반영 개선컨텍스트..

검색과 추천의 근본적 차이검색 (Search)사용자 의도: 명시적이고 능동적 - 사용자가 원하는 것을 알고 직접 쿼리 입력상호작용 모델: "Pull" 모델 - 사용자가 필요한 정보를 시스템에서 끌어옴시작점: 사용자의 쿼리(검색어)성공 척도: 관련성(Relevance), 정확도(Precision), 속도(Speed)추천 (Recommendation)사용자 의도: 잠재적이고 수동적 - 사용자가 명확하게 알지 못하는 관심사 예측상호작용 모델: "Push" 모델 - 시스템이 사용자에게 콘텐츠를 제안시작점: 사용자의 과거 행동, 선호도, 유사 사용자 패턴성공 척도: 발견성(Discovery), 다양성(Diversity), 세렌디피티(Serendipity)서비스 발전 동향검색 시스템의 발전키워드 기반 → 의미 기반..