버
버즈빌
February 22, 20171회
딥러닝 (Tensorflow) 을 이용한 추천시스템 개발
간단 소개
Tensorflow를 이용한 딥러닝 기반 추천 시스템 개발 과정과 결과를 소개하고, 실제 서비스 적용을 통해 클릭률 향상을 검증합니다.
AI Summary
- 추천 시스템 개발 배경
- 기존 방식의 한계: 수동 feature selection 의존, 개인별 맞춤 컨텐츠 제공 어려움
- 딥러닝 활용: 자동 feature learning, 개인화 로직 개발에 Tensorflow 사용
- 모델 설계 및 구현
- 데이터 수집 및 전처리: 유저 데이터, 컨텐츠 데이터, 유저 interaction 데이터 활용, tfrecord 포맷으로 저장
- 모델 구성: Embedding 처리 (sparse feature 를 dense vector space 에 투영), RNN (특히 bi-directional LSTM) layer 를 활용한 문장 feature 처리, Feed forward layer 를 통한 최종 클릭 확률 계산
- AUC (Area Under Curve) 를 사용하여 모델 성능 평가, Overfitting 방지를 위해 L2 regularization, Dropout 적용
- 시스템 적용 및 결과
- Daily training 과 prediction component 로 구성, AWS g2/p2 instance 활용
- A/B 테스트 결과: Neural network 기반 개인화 추천이 기존 방식 대비 클릭률 25% 향상
Next Feeds
Android MVP Pattern - What, Why and How?
안드로이드 앱 개발에 MVP 패턴을 적용하는 방법과 그 효과를 설명하고, 실제 리팩토링 사례를 통해 MVP 패턴의 장점을 강조합니다.
MVP 패턴안드로이드리팩토링디자인 패턴소프트웨어 아키텍처
2017. 1. 31.
버즈빌
2012년에 비트윈 서버를 마비시켰던 윤초 이야기
2012년 윤초로 인한 비트윈 서버 장애와 해결 과정, 그리고 현재의 윤초 대응 기술 발전 및 교훈을 다룬 글입니다.
윤초Leap SmearchronyNTPJVM
2016. 12. 28.
VCNC
How to use Django rest framework
Django Rest Framework 도입 배경과 장점, 활용 방안을 통해 개발 효율성을 높인 사례를 소개합니다.
Django Rest FrameworkAPIBack-endViewsetSerializer
2016. 12. 26.
버즈빌
미니 게임 개발기
버즈빌에서 개발한 미니 게임 개발 과정과 Redis를 이용한 랭킹 시스템 구축 경험을 공유합니다.
미니 게임개발Redis랭킹 시스템SurfaceView
2016. 11. 23.
버즈빌
버즈빌 개발자 회고록, "우리 개발자 자니"
버즈빌 개발자의 스타트업 1년 회고: 수평적인 문화, AWS 활용, 다산과 퀄리티를 추구하는 개발 경험 공유.
스타트업개발자버즈빌수평적 문화AWS
2016. 8. 1.
버즈빌
Buzzvil Developer's Lookback Essay - "Is our dev team working hard or hardly working?"
버즈빌 개발팀의 수평적인 문화와 스타트업 개발자로서의 성장 경험을 공유하며, 문제 해결 능력과 코드 품질의 중요성을 강조한다.
스타트업개발 문화성장협업코드 품질
2016. 8. 1.
버즈빌