# 파이썬을 활용한 추천 시스템 구현(recommender system with Python)

### 각 파일에 대한 자료 설명

> 각 파일에 대한 설명은 https://lsjsj92.tistory.com/ 블로그에 올려두었습니다. 상세주소는 각 파일 최상단에 있으니 참고바랍니다.

**1. recommender system basic**
- 추천 시스템 기본 유형 소개 : 이론
    - content based filtering
    - collaborative filtering

    
**2. recommender system basic with Python - 1 content based filtering**
- 파이썬을 활용해 content based filtering 구현
- kaggle의 movies dataset 활용


**3. recommender system basic with Python - 2 Collaborative Filtering**
- 파이썬을 활용해 collaborative filtering 구현
- kaggle의 movies dataset, movielens dataset 활용


**4. recommender system basic with Python - 3 Matrix Factorization**
- 파이썬을 활용해 Matrix Factorization 구현 및 이론 설명
- kaggle의 movies dataset, movielens dataset 활용


**5. naver news recommender**
- Naver news 데이터를 활용해 추천 시스템 적용
- Doc2vec 등의 embedding 방법을 사용

**6. deep learning recommender system**
- 딥러닝 기반의 추천 시스템 활용 예제 코드
- Keras 활용


**7. Wide & Deep recommender system**
- Wide & Deep paper를 기반으로 한 추천 시스템 모델 구현
- 컨셉만 유지하면서 구현하였음
- Keras를 활용

**8. Simple book recommender system with Keras(kaggle data)**
- Kaggle에 있는 book 데이터를 활용한 간단한 추천 시스템 구현
- Keras를 활용해 만들 수 있는 기본적인 추천 모형 코드

**9. recommender system using ChatGPT**
- ChatGPT을 활용한 추천 시스템
- https://lsjsj92.tistory.com/657

**10. LLM based explainability recsys**
- LLM을 활용한 추천 시스템의 설명 가능성 부여
- LangChain, gpt-4o 활용
- https://lsjsj92.tistory.com/670