이서

PostgreSQL과 MySQL은 동일한 기능을 많이 제공합니다. 하지만, 관계형 데이터베이스 관리 시스템 (RDBMS)에는 큰 차이점이 있습니다. 빠르게 정리해보겠습니다. 1. MySQL 은 읽기 전용 명령을 관리하는데 선호됩니다. 동시성이 필요한 경우에는 선호되지 않습니다. 2. PostgreSQL 읽기와 쓰기 작업 가능하며, 대규모 데이터 세트 및 복잡한 쿼리를 관리하는 경우에 선호됩니다. 하지만, 읽기 전용 작업에는 선호되지 않습니다. 3. MySQL 은 PostgreSQL 보다 기능이 적지만, 읽기 전용 쿼리에서 가볍고 안정적이기 때문에 빠른 처리 속도를 유지할 수 있습니다. 4. PostgreSQL은 처음부터 ACID를 준수하도록 구축되어있으며, 동시 트랜잭션이 필요한 경우에 최적이지만 읽기..

Cold Start 란? 추천 시스템에서의 "Cold Start"는 새로운 사용자나 항목에 대한 추천을 만드는 과정에서 발생하는 문제를 의미합니다. 이것은 새로운 사용자나 항목에 대한 충분한 정보가 없어서 발생하는 도전적인 문제입니다. 즉, 시스템이 해당 사용자나 항목에 대한 행동 기록을 충분히 수집하지 못했기 때문에 발생합니다. Cold Start 문제는 추천 시스템의 성능을 저하시킬 수 있으며, 사용자 경험에 영향을 미칠 수 있습니다. Cold Start 문제 발생 원인 추천 시스템에서의 Cold Start 문제는 크게 두 가지 측면에서 발생합니다: 사용자(Cold User)와 항목(Cold Item)에 관련된 문제입니다. Cold User (사용자): 새로운 사용자: 추천 시스템은 사용자의 과거 행..

generate_series는 PostgreSQL에서 제공하는 함수로, 특정 범위 내의 연속된 값을 생성합니다. 이 함수는 일반적으로 날짜, 시간 또는 숫자와 같은 연속적인 값들을 만들 때 사용됩니다. select date(generate_series(start_at, end_at,'1 day')), start_at, end_at, goodsno from table_a 예를 들어, generate_series('2024-02-01'::date, '2024-02-10'::date, '1 day')와 같이 사용하면 '2024-02-01'부터 '2024-02-20'까지의 날짜를 일일 단위로 생성합니다. 이를 통해 일련의 날짜 값을 가지고 있는 테이블을 만들거나, 특정 날짜 범위에 대한 집계 또는 분석을 수행할..

추천 시스템은 현대의 다양한 서비스에서 사용자에게 맞춤형 콘텐츠를 제공하는 핵심 기술 중 하나로 부상했습니다. 그 중에서도 협업 필터링과 Matrix Factorization(MF)은 많은 추천 시스템에서 활용되는 강력한 알고리즘입니다. 이번 글에서는 이 두 가지 알고리즘의 기본 개념에 대해 알아보겠습니다. 1. 협업 필터링의 이해 협업 필터링은 사용자들 간의 상호 작용 정보를 기반으로 아이템을 추천하는 기술입니다. 이는 사용자가 선호하는 아이템을 다른 유사한 사용자들의 선호도를 기반으로 예측하는 방식입니다. 주로 사용자 기반 협업 필터링과 아이템 기반 협업 필터링으로 나뉩니다. 사용자 기반 협업 필터링 유사한 사용자들끼리 그룹을 형성하고, 해당 그룹의 선호도를 기반으로 추천을 수행합니다. 예를 들어, ..