Ssul's Blog

1. 활용 데이터 이해하기 앞으로 추천시스템에 활용할 데이터는 movielens-100k 데이터다. 총 3개의 데이터가 있다. [ratings] 유저id와 영화id를 기반으로 해당 영화에 유저가 몇점을 주었는지 기록되어 있는 데이터. 평점은 1-5점으로 구성. timestamp는 날짜시간데이터(위 스샷에선 삭제) [user 데이터] user_id를 기준으로 해당 유저의 나이/성별/직업/우편번호 정보가 있음 [item(movie)데이터] movie_id를 기준으로 해당 영화의 제목, 출시일, 장르 등 영화에 대한 정보가 있음 2. CF(협업필터링)중 IBCF(아이템 기반 추천) import numpy as np import pandas as pd r_cols = ['user_id', 'movie_id', ..

가장 좋은 공부법은 다른 사람에게 설명해주는 것. 그래서, 대학원과 그동안 개발하며 주워 배웠던 추천알고리즘을 블로그에 정리해보자 한다. 협업필터링부터, MF, FM, 딥러닝까지... 배웠던 코드와 함께 하나 하나 정리할 예정. 오늘은 첫번째로, 다양한 추천시스템들을 나열하고, 분류해볼 것이다. 그리고 그 이후에 하나씩 풀어내기! #1. CF(Collaborative Filtering-협업필터링) 추천알고리즘을 배울때 가장 처음으로 배우는 것이다. 여기에는 UBCF(유저기반 협업필터링), IBCF(아이템기반 협업필터링)으로 나눠지며, 이 협업필터링을 메모리기반의 협업필터링으로 분류된다. 나중에 코드에서 보여주겠지만, 메모리기반은 기존의 user또는 item데이터를 모두 활용해서 추천을 하기 때문에 느리고..

jwt토큰으로 로그인 전략. 1. 첫 로그인시 아이디/패스워드 입력 "use client"; import { useState } from "react"; export function useLoginForm() { const [email, setEmail] = useState(""); const [password, setPassword] = useState(""); return { email, setEmail, password, setPassword, }; } export default function LoginForm({ email, password, setEmail, setPassword, }: ReturnType) { return ( Email address setEmail(e.currentTarge..

장고의 user는 username을 기본으로 사용한다. 하지만, 요즘 회원가입/로그인은 소셜로그인 또는 email임. 그럼 선택의 기로에 선다. 쌩으로 user 모델 만들기 vs 장고 user상속후 만들기 이후 인증 등 다양한 내용을 구축하기에는 장고의 User를 상속받는 것이 맞는 것 같다. 그래서, User를 상속받되, email을 메인으로 사용하는 형태로 구현. 1. BaseUserManager 수정: 수정 안해도 되지만, 이후 관리자모드 사용하기에 피곤하지 않으려면, BaseUserManager부터 수정하자 class CustomUserManager(BaseUserManager): """ Custom user model manager where email is the unique identifie..

#1. 애플 개발자계정 가입/로그인(https://developer.apple.com/) #2. Identifiers > Apps IDs 만들기 + 클릭 app ids 선택후 continue app 선택하고 continue [App id 등록하는 페이지 등장] - App ID prefix 밑에 있는 코드 기록(Team ID로 사용) - description 대충적고, - bundle ID는 자신의 도메인 + 앱(서비스)이름으로 구성 예) 스쿨, school.co.kr > kr.co.school.school - sign in with apple 체크 #2. Identifiers > Services IDs만들기 -오른쪽에 services IDs선택 -identifiers옆에 +선택 - description대..