빅데이터 분석 Case Study & 실전프로젝트
: 2021.10.16 ~ 2021.11.20
- 수료증
: 유저별 구매 패턴 분석
[UK Retail 데이터셋]
- InvoiceNo : 거래 고유 번호
- StockCode : 상품 고유 번호
- Description : 상품명
- Quantity : 거래 수량
- InvoiceDate : 거래 일시
- UnitPrice : 상품 단가
- CustomerID : 구매자 고유 번호
- Country : 구매 국가
: SVD를 활용한 상품 구매예측
surprise : 파이썬 기반의 추천 시스템 구축을 위한 전용 패키지
[Surprise 추천 알고리즘]
[SVD 모델 파라미터 설정]
- n_factors=8
- lr_all=0.005
- reg_all=0.02
- n_epochs=200
[모델 성능 평가]
- RMSE : 0.338
- 0에 가까울 수록 좋으나, 평균과 같이 고려해야 함
1. 이전에 구매하지 않았던 상품 추천 : anti_build_testset()을 사용
2. 이전에 구매했던 상품 다시 추천 : build_testset()을 사용
3. 모든 상품을 대상으로 하여 상품 추천
- 고객에 따라 실제 주문과 5개의 상품 추천결과를 비교해서 나타냄
- 제대로 상품을 추천했는지에 대해 재현도를 평가 점수로 나타냄
- 추천한 상품에 대해 평가 점수가 매우 좋지 않음
- 모델 성능 개선이 필요