추천 시스템
추천 시스템은 사용자 행동 데이터, 선호 정보, 그리고 아이템 특성을 활용하여 알고리즘 모델을 통해 사용자의 아이템에 대한 관심을 예측하는 기술입니다. 이 시스템의 핵심 목표는 사용자 경험을 최적화하고, 사용자 만족도와 플랫폼 이용률을 높이는 것뿐만 아니라, 비즈니스 전환율과 수익을 증가시키는 것입니다. 추천 시스템은 전자상거래, 소셜 미디어, 온라인 동영상, 음악 스트리밍 플랫폼 등 다양한 분야에서 사용되어, 사용자 요구와 플랫폼 자원을 효과적으로 매칭하고 효율적인 정보 필터링 및 가치 전달을 실현합니다.
MovieLens 1M
SSE-PT
MovieLens 20M
HyperML
MovieLens 100K
GHRS
MovieLens 10M
scaled-CER
Amazon-Book
HSTU+MoL
Gowalla
NESCL
Netflix
H+Vamp Gated
Yelp2018
NESCL
Douban Monti
GLocal-K
ReDial
KERL
Douban
I-CFN
Million Song Dataset
EASE
Flixster Monti
IGMC
Amazon Beauty
ProxyRCA
Amazon Games
CARCA
YahooMusic Monti
MG-GAT
Flixster
TransCF
Amazon Fashion
SAERS
Epinions
DANSER
YahooMusic
GRALS
Amazon Men
CARCA Learnt + Con
Last.FM
Ekar*
Polyvore
Fashion GAE
Amazon-CDs
HGN
Amazon Product Data
TLSAN
Book-Crossing
KGNN-LS
DBbook2014
KTUP (soft)
Frappe
INN
WeChat
DANSER
Yelp
ConvNCF
Alibaba-iFashion
HAKG
Amazon-Beauty
LT-OCF
Amazon Books
Multi-Gradient Descent
Amazon C&A
Amazon-Electronics
Amazon-Health
Amazon-Movies
HetroFair
BeerAdvocate
CFM
Ciao
CiteULike
Declicious
TransCF
Delicious
Dianping-Food
KGNN-LS
Echonest
Epinions-Extend
Fashion-Similar
SR-PredAO(SGNN-HN)
GoodReads-Children
HGN
GoodReads-Comics
HGN
Last.FM-360k
MovieLens-Latest
RATE-CSE
Pinterest
PixelRec
SASRec
Steam
SASRec
Tradesy