
로그인 후 이용해주세요
저장소에 저장되었습니다.
로그인 후 이용해주세요
대규모 데이터에서 대부분 값이 0으로 구성되는 희소행렬이 메모리 절약과 연산 효율 향상에 중요성을 느끼고, 추천 시스템과 같은 환경에서 희소 구조가 빈번하게 나타나는 것을 알고리즘으로 직접 구현하고자 해당 탐구를 진행하였음.
예를 들면 어떤 립밤 제품에 대해 10개의 제품과 10명의 사용자가 있으면 사용자는 구매한 상품에 대한 별점을 매기게 된다. 해당 행과열에 맞는 부분을 0이 아닌 평점으로 바꾸고 평균별점을 바탕으로 사용자에게 다른 제품을 추천해주는 원리이다.
희소행렬이 대규모 데이터 처리의 효율성을 높이는 도구이며, 선형대수의 이론과 실제 프로그래밍이 밀접한 연결고리가 있다는 것을 확인한데에 의의가 있음.