SlideShare a Scribd company logo
1 of 58
Download to read offline
QJ
ѐੋച୶ୌয٣ܳೱ೧оҊ੓‫ח‬о
QJ	୭ӏ޹

• ೞ‫ੌח‬਷
• ୶ୌ‫੉ؘ‬ఠ࠙ࢳ
• ࢚ਤ୶ୌҗઁ੹ۚࣻ݀਋ࢶࣽਤࢸ੿
• ஂ޷‫੉ؘ۽‬ఠ࠙ࢳਸૌѹ೮‫
ؘח‬
‫ੋݫ‬+PC੉‫פغ‬jஂ޷ܳ੏঻ण‫׮פ‬
https://brunch.co.kr/@goodvc78
• ա‫ח‬ ಍੉ ੓‫ח‬ Ҕ੉ ই‫צ‬, 

੓ਸ Ҕਵ‫۽‬ ਑૒ੋ‫׮‬.
‫ݺ‬঱ਵ‫۽‬द੘ೞҊ੗೤‫׮פ‬
झ౭࠳੟झJ1IPOFߊ಴ীࢲ
• ա‫ח‬ ಍੉ ੓‫ח‬ Ҕ੉ ই‫צ‬, 

੓ਸ Ҕਵ‫۽‬ ਑૒ੋ‫׮‬. 

• ૒੢੉ա ‫ࢿݺ‬ ࠁ‫׮‬ 

য‫ڃ‬ ࢎ‫੉ۈ‬ ‫ؼ‬૑ܳ ‫੷ݢ‬ ࢤпೞ‫ۄ‬
‫ݺ‬঱ਵ‫۽‬द੘ೞҊ੗೤‫׮פ‬
ইझզਬझ௏஖੄য‫ڃ‬ъো઺ীࢲ
• ա‫ח‬ ಍੉ ੓‫ח‬ Ҕ੉ ই‫צ‬, 

੓ਸ Ҕਵ‫۽‬ ਑૒ੋ‫׮‬. 

• ૒੢੉ա ‫ࢿݺ‬ ࠁ‫׮‬ 

য‫ڃ‬ ࢎ‫੉ۈ‬ ‫ؼ‬૑ܳ ‫੷ݢ‬ ࢤпೞ‫ۄ‬ 

• ૑Ә ‫঺ޖ‬ਸ ೞҊ ੓‫ח‬оܳ Ҋ޹ೞभ‫פ‬
ө? ই‫ݶפ‬, ૑Ә ‫੉঺ޖ‬ ‫غ‬যоҊ ੓
‫ח‬оܳ Ҋ޹ೞभ‫פ‬ө?
‫ݺ‬঱ਵ‫۽‬द੘ೞҊ੗೤‫׮פ‬
-ইझզ ਬझ ௏஖੄ য‫ڃ‬ ъো ઺ীࢲ-
௢౿ীࢲߓ਍‫׮‬ହসೞ‫־ݶ‬ҳաೞӝए਍о૑पࣻ௢౿ӣߧࢳ‫؀‬಴
• ա‫ח‬ ಍੉ ੓‫ח‬ Ҕ੉ ই‫צ‬, 

੓ਸ Ҕਵ‫۽‬ ਑૒ੋ‫׮‬. 

• ૒੢੉ա ‫ࢿݺ‬ ࠁ‫׮‬ 

য‫ڃ‬ ࢎ‫੉ۈ‬ ‫ؼ‬૑ܳ ‫੷ݢ‬ ࢤпೞ‫ۄ‬ 

• ૑Ә ‫঺ޖ‬ਸ ೞҊ ੓‫ח‬оܳ Ҋ޹ೞभ‫פ‬
ө? ই‫ݶפ‬, ૑Ә ‫੉঺ޖ‬ ‫غ‬যоҊ ੓
‫ח‬оܳ Ҋ޹ೞभ‫פ‬ө?

• “৵”‫۽‬ द੘ೞ‫ۄ‬
‫ݺ‬঱ਵ‫۽‬द੘ೞҊ੗೤‫׮פ‬
-ইझզ ਬझ ௏஖੄ য‫ڃ‬ ъো ઺ীࢲ-
4UBSUXJUIXIZ4JNPO4JOFL5%UBML
• ա‫ח‬ ಍੉ ੓‫ח‬ Ҕ੉ ই‫צ‬, 

੓ਸ Ҕਵ‫۽‬ ਑૒ੋ‫׮‬. 

• ૒੢੉ա ‫ࢿݺ‬ ࠁ‫׮‬ 

য‫ڃ‬ ࢎ‫੉ۈ‬ ‫ؼ‬૑ܳ ‫੷ݢ‬ ࢤпೞ‫ۄ‬ 

• ૑Ә ‫঺ޖ‬ਸ ೞҊ ੓‫ח‬оܳ Ҋ޹ೞभ‫פ‬
ө? ই‫ݶפ‬, ૑Ә ‫੉঺ޖ‬ ‫غ‬যоҊ ੓
‫ח‬оܳ Ҋ޹ೞभ‫פ‬ө?

• “৵”ীࢲ द੘ೞ‫
ۄ‬
• ੋࢤ਷ ࣘ۱੉ ই‫צ‬ ߑೱ੉‫׮‬.
‫ݺ‬঱ਵ‫۽‬द੘ೞҊ੗೤‫׮פ‬
-ইझզ ਬझ ௏஖੄ য‫ڃ‬ ъো ઺ীࢲ-
4UBSUXJUIXIZ4JNPO4JOFL5%UBML
• ա‫ח‬ ಍੉ ੓‫ח‬ Ҕ੉ ই‫צ‬, 

੓ਸ Ҕਵ‫۽‬ ਑૒ੋ‫׮‬. 

• ૒੢/‫׮ࠁࢿݺ‬ ղо য‫ڃ‬ ࢎ‫੉ۈ‬ ‫ؼ‬૑
ܳ ‫੷ݢ‬ ࢤпೞ‫
ۄ‬
• ૑Ә ‫঺ޖ‬ਸ ೞҊ ੓‫ח‬оܳ Ҋ޹ೞभ‫פ‬
ө? ই‫ݶפ‬, ૑Ә ‫੉঺ޖ‬ ‫غ‬যоҊ ੓
‫ח‬оܳ Ҋ޹ೞभ‫פ‬ө?

• “৵”ীࢲ द੘ೞ‫
ۄ‬
• ੋࢤ਷ ࣘ۱੉ ই‫צ‬ ߑೱ੉‫׮‬.
‫ݺ‬঱ਵ‫۽‬द੘ೞҊ੗೤‫׮פ‬
‫ޖ‬঱оܳ੉‫ܖ‬Ҋ੗ೡ‫ٸ‬
ߑೱҗ‫઺੉੸ݾ‬ਃೞ‫׮‬
Ӓ‫ࢲې‬য়‫ט‬ೡ੉ঠӝ
/FUGMJY୶ୌदझమ੄җѢ৬അ੤ܳా೧
ѐੋച୶ୌ੄ߑೱҗ‫੸ݾ‬ী‫؀‬ೞৈ
/FUGMJY)JTUPSZ
• %7%਋ಞߓ‫࠺ࢲ׳‬झ
• झ౟ܻ߁ࢲ࠺झद੘
• _૑Ә
%7%਋ಞߓ‫࠺ࢲ׳‬झ
1997 2017
1997 2000 2003 2006 2009 2012 2015
Netflix is founded
Aug 29 '97
Jul 1999
Introduces personalized movie recommendations
Jun 2000
Netflix delivers its billionth DVD
Feb 2007
Starts expansion in Europe, launching in
the UK and Ireland
Jan 2012
Starts streaming House of Cards
Feb 2013
Announces Profiles feature
Aug 2013
Participates in the Internet Slowdown
Day protest
Sep 2014
Partners with Univision to broadcast
the first season of “Narcos”
May 2016
20-year anniversary
Aug 29, 2017
Launches its monthly
subscription concept
Sep 1999
Introduces streaming
Jan 2007
Starts expanding
internationally
Sep 2010
Massive Xmas Eve outage
Dec 2012
Launches Orange Is the New Black
Jul 2013
Announces a growth of 574% over the
past five years
Jul 2014
Launches streaming service in Japan
Sep 2015
Announces that it will launch originals
targeting kids
Jan 2016
Rolls out offline playback feature
Nov 2016
Company Product
IUUQTXXXPGGJDFUJNFMJOFDPNCMPHOFUGMJYIJTUPSZUJNFMJOF
/FUGMJYূ૑‫פ‬যߊ಴੗‫۽ܐ‬ѐੋച୶ୌ੄җѢ৬അ੤ܳࠁ੗
+VTUJO#BTJMJDP!/FUGMJY3FTFBSDIOHJOFFSEJSFDUPS
_֙ө૑ҕѐೠߊ಴੗‫ܐ‬
TMJEFTIBSFIUUQTXXXTMJEFTIBSFOFUKVTUJOCBTJMJDPQSFTFOUBUJPOT
֏೒ܼझߊ಴੗‫߸חܐ‬ೞ૑ঋ‫(ח‬PBM‫۽‬द੘ೠ‫׮‬
֏೒ܼझߊ಴੗‫߸חܐ‬ೞ૑ঋ‫(ח‬PBM‫۽‬द੘ೠ‫׮‬
֏೒ܼझߊ಴੗‫߸חܐ‬ೞ૑ঋ‫(ח‬PBM‫۽‬द੘ೠ‫׮‬
ࢎਊ੗ҙ੼੄‫੸ݾ‬ ҕә੗ҙ੼੄‫੸ݾ‬
Spotify 추천 시스템 목표는?
- Netflix : Member
satisfaction and retention
- Spotify : Match fans and
artist, Enjoy listening
https://www.slideshare.net/mounialalmas/personalizing-the-listening-experience
15
Youtube 추천 시스템 목표는?
- Netflix : Member
satisfaction and retention
- Spotify : Match fans and
artist, Enjoy listening
- Youtube : Keep Users
Entertained and Engaged
https://www.inf.unibz.it/~ricci/ISR/papers/p293-davidson.pdf
16
다른 서비스의 추천 시스템 목표는?
help members find
content
to watch and enjoy
match
fan and artist
help users find
high quality video
17
다른 서비스의 추천 시스템 목표는?
help members find
content
to watch and enjoy
match
fan and artist
help users find
high quality video
member
satisfaction 
retention
enjoy listening
keep Users
Entertained and
Engaged
18
다른 서비스의 추천 시스템 목표는?
help members find
content
to watch and enjoy
match
fan and artist
help users find
high quality video
member
satisfaction 
retention
enjoy listening
keep Users
Entertained and
Engaged
19
member
satisfaction  retention
(PBMਸೱ೧֏೒ܼझ‫ח‬
ѐੋച҃೷਷য‫ڌ‬ѱ૓ചೞҊ੓‫ח‬о
ѐੋച҃೷੄૓ച
3FDFOU5SFOETJO1FSTPOBMJ[BUJPOBU/FUGMJYQ
ѐੋച҃೷੄૓ച
3FDFOU5SFOETJO1FSTPOBMJ[BUJPOBU/FUGMJYQ
৔ച߹੼৘ஏ
ѐੋചۘఊ୶ୌ
ѐੋചಕ੉૑ࢤࢿ
ࣁ࣌р੄ѐੋച҃೷
ѐੋച҃೷੄૓ച
3FDFOU5SFOETJO1FSTPOBMJ[BUJPOBU/FUGMJYQ
৔ച߹੼৘ஏ
ѐੋചۘఊ୶ୌ
ѐੋചಕ੉૑ࢤࢿ
ࣁ࣌р੄ѐੋച҃೷
서비스 Goal에
더 가까워지기 위한 개선
ѐੋച୶ୌ੄ಣо૑಴߸ച
• MJTUMFWFMªQBHFMFWFMªTFTTJPOMFWFM‫۽‬ಣо૑಴੄߸ച
8JUIJOBSBOLJOH 8JUIJOBQBHF 8JUIJOBTFTTJPO DSPTTTFTTJPOT
ࢶഐঘ࣌৔ചٜ
ѐੋച୶ୌ੄ಣо૑಴߸ച
• tঘ࣌ҕನ٘‫݃ۄ‬uܳࢶഐೞ‫ח‬Ҋёীѱ
8JUIJOBSBOLJOH 8JUIJOBQBHF 8JUIJOBTFTTJPO DSPTTTFTTJPOT
ࢶഐঘ࣌৔ചٜ
ࢶഐҕನ৔ചٜ
୭Ӕ౟‫ے‬٬৔ച
࢜‫۽‬਍ীೖࣗ٘৔ച
োࣘ੸ਵ‫۽‬द୒ೡ৔ച
Ѩ࢝ೠ৔ച৬
ਬࢎೠ৔ച
ߑӘद୒ೠ৔ച৬
ਬࢎೠ৔ച
개인화 추천을 평가하는 기준
ѐੋച୶ୌ੄ಣо૑಴߸ച
• tঘ࣌ҕನ٘‫݃ۄ‬uܳࢶഐೞ‫ח‬Ҋёীѱ
8JUIJOBSBLJOH 8JUIJOBQBHF 8JUIJOBTFTTJPO DSPTTTFTTJPOT
ಣоӝળҗ҃೷੄ߧਤ৬࠺त೧૗
૊ࢲ࠺झ(PBMҗоөਕ૗
ࢶഐঘ࣌৔ചٜ
ࢶഐܰ৬ܰ৔ചٜ
ࢶഐ೟ਗঘ࣌৔ചٜ
ࢶഐঘ࣌৔ചٜ
ࢶഐҕನ৔ചٜ
୭Ӕ౟‫ے‬٬৔ച
୭Ӕ౟‫ے‬٬৔ച
োࣘ੸ਵ‫۽‬द୒ೡ৔ച
ࢶഐೞ‫ח‬৔ചٜ
ߑӘद୒ೠ৔ച৬
ਬࢎೠ৔ച
ࢶഐঘ࣌৔ചٜ
ࢶഐܰ৬ܰ৔ചٜ
ࢶഐ೟ਗঘ࣌৔ചٜ
ࢶഐঘ࣌৔ചٜ
ࢶഐܰ৬ܰ৔ചٜ
ࢶഐ೟ਗঘ࣌৔ചٜ
사용자 서비스를 경험하는 범위
3BUJOHQSFEJDUJPO

• ߓ࣠ӝр੉ӟ%7%۪ఎࢲ࠺झ
• ࣗ࠺‫غ‬૑ঋ‫܄ח‬పੌஶబஎ੄ࣗ࠺
• YQMJDJU%BUBTUBSSBUJOH
• ৘ஏ߹੼֫਷৔ച୶ୌ
• _/FUGMJYQSJ[F
• $JOFNBUDI3.4
• ‫ݾ‬಴$JOFNBUDI‫࠺؀‬ѐࢶ
• ֙3.4	
ѐࢶ‫ࢿ׳‬
• ਋थঌҊ્ܻ਷ࢲ࠺झ޷੸ਊ
• ߓ࣠ӝр੉ӟ%7%۪ఎࢲ࠺झ
• ࣗ࠺‫غ‬૑ঋ‫܄ח‬పੌஶబஎ੄ࣗ࠺
• YQMJDJU%BUBTUBSSBUJOH
• ৘ஏ߹੼֫਷৔ച୶ୌ
• _/FUGMJYQSJ[F
• $JOFNBUDI3.4
• ‫ݾ‬಴$JOFNBUDI‫࠺؀‬ѐࢶ
• ֙3.4	
ѐࢶ‫ࢿ׳‬
• ਋थঌҊ્ܻ਷ࢲ࠺झ޷੸ਊ
3BUJOHQSFEJDUJPO

왜 적용하지 않았을까?
1. 별점 예측 정확도 10% 개선이 서비스 Goal의
10% 개선으로 이루어 지지 않는다.
2. 별점 예측 정확도 10%개선을 통해 기대되는 서비
스 Goal의 개선 정도보다 Engineering effort 가
높기 때문에 적용하지 않음
고퀄보다는 쓸모있게 라는 생각이…
1FSTPOBMJ[FE3BOLJOH
• झ౟ܻ߁ࢲ࠺झ‫੹۽‬ജ
• .PSF%BUB
• 3BUJOHT	FYQMJDJUGFFECBDL

• 1MBZT	EVSBUJPO
UJNF
CPPLNBSL
EFWJDFj

• .FUBEBUB	UBHT
TZOPQTJT
DBTU

• *NQSFTTJPOT
*OUFSBDUJPOT

	TFBSDI
TDSPMMj

• .PSF*OUFSBDUJPO	঱ઁ
য٣ࢲٚ૑

• 1FSTPOBMJ[FESBOLJOHਸৌ‫ױ‬ਤઁҕ
• 5PQQJDLT
1FSTPOBMJ[FEHFOSF
$POUJOVF
XBUDIJOH
4JNJMBSTj
First: Continue Watching (if any)
Next: Top picks
Next: Popular on Netflix
Next 3: Because you watched
Next 4: Genres
….
Next: Recently added
1FSTPOBMJ[FE1BHFT
+#BTJMJDP	
0DU
1FSTPOBMJ[FE1BHF(FOFSBUJPOGPS#SPXTJOH3FDPNNFOEBUJPOT3FD4ZTUBML
MJOL
MJOL
1FSTPOBMJ[FE1BHFT
+#BTJMJDP	
0DU
1FSTPOBMJ[FE1BHF(FOFSBUJPOGPS#SPXTJOH3FDPNNFOEBUJPOT3FD4ZTUBML
MJOL
MJOL
• ೞա੄ৌীࢲ‫ח‬ҙबࢎ੄Ө੉ܳৌҗৌ਷ҙबࢎ੄ևѱఐ࢝ೞ‫׮ח‬নࢿਸઁҕ
ҙबࢎܳӨѱఐ࢝
ҙबࢎܳևѱఐ࢝
1FSTPOBMJ[FEYQFSJFODF
WFSZUIJOHJTBSFDPNNFOEBUJPO
1FSTPOBMJ[FEYQFSJFODF
‫ݽ‬ٚ*OUFSBDUJPOী
ѐੋച҃೷ਸઁҕ
1FSTPOBMJ[FEYQFSJFODF
Ѩ࢝௪ܻ୶ୌѾҗ SUXPSL1FSTPOBMJ[BUJPO
.FTTBHFQFSTPOBMJ[BUJPO
ѐੋച҃೷ਸઁҕೞӝө૑
֏೒ܼझ‫ח‬য‫ڃ‬DIBMMFOHFо੓঻ਸөਃ
୶ୌदझమ੄ҙ੼ਵ‫ࠁ۽‬ѷण‫׮פ‬
/FUGMJYTDBMF #VJMEJOH.- (SBDFGVMEFHSBEBUJPO
/FUGMJYTDBMF‫੉ؘ‬ఠо಩ߊ੸ਵ‫۽‬ૐоೞ‫׮‬
Oct, 2013
x2.2
x4.6
x3.0
May, 2016
/FUGMJYTDBMF‫੉ؘ‬ఠઙ‫݆بܨ‬ই૑‫׮‬
/FUGMJYTDBMF঱ઁয٣ٚ૑‫੉ؘ‬ఠ୊ܻ‫ח‬೙ਃೞ‫׮‬
• #FGMFYJCMFBCPVUXIFSFBOEXIFODPNQVUBUJPOIBQQFOT
+#BTJMJDP	
.BZ
3FDPNNFOEBUJPOTGPS#VJMEJOH.BDIJOF-FBSOJOH4PGUXBSF%BUBCZUIF#BZUBMLMJOL
/FUGMJYTDBMF
#VJME.-
• .BLFBMHPSJUINTFYUFOTJCMFBOENPEVMBS
+#BTJMJDP	
.BZ
3FDPNNFOEBUJPOTGPS#VJMEJOH.BDIJOF-FBSOJOH4PGUXBSF%BUBCZUIF#BZUBMLMJOL
*OOPWBUJPODZDMF
• ੹୓оѐੋച୶ୌী੄೧द୒
• ষ୒դ/FUGMJY4DBMF
• ‫੉ؘ‬ఠࣻ૘೟ण୶ୌઁҕө૑ӟ.-౵੉೐‫੄ੋۄ‬ઓࢿ
(SBDFGVMEFHSBEBUJPO਋ইೠӝ‫੷מ‬ೞ
장애가 발생할 확률이 매우 높은 시스템
• ց੄.PEFM੉աJOQVUEBUBੜ‫ݶ׮঻غޅ‬ 
• ੉੹੄.PEFMਸࢎਊೞҊ
• ੉੹੄୶ୌѾҗܳࢎਊೞҊ
• 4JNQMF.PEFM‫חژ‬IFVSJTUJDਸࢎਊೞҊ
• ৔ೱ੉߉‫࠳ࢲח‬दझమ݅ઙ‫ܐ‬ೠ‫׮‬
(SBDFGVMEFHSBEBUJPO3FTJMJFOU
SFTQPOTJWF
GBMMCBDL
GBMMCBDL
PGGBMMCBDL
…
GBMMCBDL
PGGBMMCBDL
PGGBMMCBDL
਋ইೠӝ‫੷מ‬ೞ
+#BTJMJDP	
VH
.BLJOH/FUGMJY.BDIJOF-FBSOJOHMHPSJUINT3FMJBCMF*$.1XPSLTIPQMJOL
1SFWFOUJPO'BJMVSFJOKFDUJPO
+#BTJMJDP	
VH
.BLJOH/FUGMJY.BDIJOF-FBSOJOHMHPSJUINT3FMJBCMF*$.1XPSLTIPQMJOL
/FUGMJY	
4JNJBOBSNZ(JU)VC
MJOL
• ‫ؒے‬ೞѱੋझఠझܳઙ‫ܐ‬ೞҊ	$IBPT.POLFZ

• 84ܻ੹੹୓ܳ࢏ઁೞҊ	$IBPT,POH

• ‫؛ݽ‬೟ण‫੉ؘ‬ఠী࠺੿࢚‫੉ؘ‬ఠܳࢗੑ
• OPJTZ
DPSSVQU
EFMBZFE
JODPNQMFUF
NJTTJOH
VOLOPXO
• ੉۠పझ౟ܳా೧ъѤೠदझమҳ୷
֏೒ܼझ୶ୌदझమ਷
য‫୶ڃ‬ୌঌҊ્ܻਸઁҕೡөਃ
• ࢶഐ੢ܰղীࢲѐੋച‫ۘػ‬ఊઁҕೞ‫ח‬ঌҊ્ܻ
173	1FSTPOBMJ[FE7JEFP3BOLFS

4VTQFOTFGVM.PWJFTJTBOFYBNQMFPGBHFOSFSPXESJWFOCZUIF173
$BSMPT	
%FD
5IF/FUGMJY3FDPNNFOEFS4ZTUFNMHPSJUINT
#VTJOFTT7BMVF
BOE*OOPWBUJPO
QBQFS
• ੹୓7JEFPীࢲѐੋച୶ୌਸઁҕ
• ੌ_֙ӝр੄ѐੋ੄द୒౟۪٘	ࢿೱ
੄߸ചܳ࠙ࢳೞৈਬ੷оҙबਸо૕ࣻ੓‫ח‬୭੸੄୶
ୌ.FUSJYҗঌҊ્ܻਵ‫۽‬7JEFPܳ୶ୌ
5PQ/7JEFP3BOLFS
5IF5PQ1JDLTSPXESJWFOCZUIF5PQ/BMHPSJUIN
$BSMPT	
%FD
5IF/FUGMJY3FDPNNFOEFS4ZTUFNMHPSJUINT
#VTJOFTT7BMVF
BOE*OOPWBUJPO
QBQFS
• #PPTUJOH‫੉חغ‬गܳѐੋച୶ୌী߈৔
• ߊ۪ఋੋ‫੉ؘ‬ী‫ח‬3PNBOUJD.PWJF݆ܳ੉ࠁ‫ח‬Ѫҗэ੉ਘ
֙‫ױ‬ਤ઱ӝ੸ਵ‫ࢤߊ۽‬ೞ‫ח‬
#PPTUJOH5SFOE
• ӝ࢚੉߸ਵ‫۽‬ೲܻாੋ੉࢚‫ܩ‬ೞ‫ݶ‬ೲܻாੋҙ۲‫ݭ௸׮‬ఠܻա.PWJFо݆੉द୒ೞѪҗэ
੉ੌഥࢿ
‫ױ‬ӝࢿ#PPTUJOH5SFOE
5SFOEJOH3BOLFS
UIF5SFOEJOH/PXSPX
$BSMPT	
%FD
5IF/FUGMJY3FDPNNFOEFS4ZTUFNMHPSJUINT
#VTJOFTT7BMVF
BOE*OOPWBUJPO
QBQFS
$POUJOVF8BUDIJOH3BOLFS
• ೠߣࠁ‫ݶ‬՘ө૑ࠁѱ݅٘‫ח‬ѐੋച୶ୌ
• ૑ࣘद୒о‫ࢎױ઺חژࢿמ‬ਬ৘ஏೞৈ୶ୌ
• ‫׮‬নೠஶఫझ౟ܳҊ۰ೣ
• UJNFFMBQTFETJODFWJFXJOH
QPJOUPGBCBOEPONFOU
EFWJDFXBUDIFEPO
$POUJOVF8BUDIJOHTFTTJPOXJUIB$POUJOVF8BUDIJOHSPX
$BSMPT	
%FD
5IF/FUGMJY3FDPNNFOEFS4ZTUFNMHPSJUINT
#VTJOFTT7BMVF
BOE*OOPWBUJPO
QBQFS
4FBSDIXJUISFDPNNFOEBUJPO
• ૕੄੄‫੿୶ܳب‬ೞৈ୶ୌѾҗ৬ೣԋѨ࢝Ѿҗܳઁҕ
• tVTVBMuѨ࢝दtVTVBMTVTQFDUu৬ਬࢎೠ৔ചܳѨ࢝Ѿҗ‫ઁॄ۽‬ҕ
$BSMPT	
%FD
5IF/FUGMJY3FDPNNFOEFS4ZTUFNMHPSJUINT
#VTJOFTT7BMVF
BOE*OOPWBUJPO
QBQFS
ѐੋച୶ୌ਷য٣ܳೱ೧оҊ੓աਃ
ѐੋച୶ୌ਷য٣ܳೱ೧оҊ੓աਃ
਋ܻࢲ࠺झ‫ח‬
ࢲ࠺झ
(PBM
ѐੋച ୶ୌ੉‫חۄ‬ જ਷ ‫ب‬ҳܳ ੜ ഝਊೞৈ
ৈ۞࠙੄ ࢲ࠺झ Goalী ‫׳ب‬ೞӝ ߄‫׮פۉ‬.
хࢎ೤‫׮פ‬
ଵҊ੗‫ܐ‬
+#BTJMJDP	
0DU
3FDPNNFOEBUJPOBUOFUGMJYTDBMF3FD4ZTXPSLTIPQ
TMJEFTIBSF
+#BTJMJDP	
4FQ
-FBSOJOHB1FSTPOBMJ[FE)PNFQBHF.-$POGUBMLTMJEFTIBSF
+#BTJMJDP	
0DU
1FSTPOBMJ[FE1BHF(FOFSBUJPOGPS#SPXTJOH3FDPNNFOEBUJPOT3FD4ZTUBML
MJOL
MJOL
+#BTJMJDP	
.BZ
3FDPNNFOEBUJPOTGPS#VJMEJOH.BDIJOF-FBSOJOH4PGUXBSF%BUBCZUIF#BZUBMLMJOL
+#BTJMJDP	
4FQ
3FDPNNFOEJOHGPSUIFXPSME
3FD4ZTUBMLMJOL
+#BTJMJDP	
0DU
1BTU
1SFTFOU'VUVSFPG3FDPNNFOEFS4ZTUFNTO*OEVTUSZ1FSTQFDUJWF3FD4ZTUBMLMJOL
+#BTJMJDP	
VH
%éKà7V5IF*NQPSUBODFPG5JNFBOE$BVTBMJUZJO3FDPNNFOEFS4ZTUFNT3FD4ZTUBMLMJOL
+#BTJMJDP	
VH
.BLJOH/FUGMJY.BDIJOF-FBSOJOHMHPSJUINT3FMJBCMF*$.1XPSLTIPQMJOL
+#BTJMJDP	
.BS
%FFQ-FBSOJOHGPS3FDPNNFOEFS4ZTUFNT(165FDIOPMPHZDPOGMJOL
+#BTJMJDP	
/PW
SUXPSL1FSTPOBMJ[BUJPOBU/FUGMJY2$POUBMLMJOL
+#BTJMJDP	
+VO
3FDFOU5SFOETJO1FSTPOBMJ[BUJPO/FUGMJY1FSTQFDUJWF*$.-XPSLTIPQMJOL
+#BTJMJDP	
4FQ
3FDFOU5SFOETJO1FSTPOBMJ[BUJPOBU/FUGMJY3FD4ZTUBMLMJOL
(SBDF5
)	
4FQ
#VJMEJOHB1FSTPOBMJ[FE.FTTBHJOH4ZTUFNBU/FUGMJY
%BUBDPVODJM4'
MJOL
%BWJE$IPOH	
QS
EFFQEJWFJOUPOFUGMJYTSFDPNNFOEFSTZTUFN
CMPH
/FUGMJY	
4JNJBOBSNZ(JU)VC
MJOL
$BSMPT	
%FD
5IF/FUGMJY3FDPNNFOEFS4ZTUFNMHPSJUINT
#VTJOFTT7BMVF
BOE*OOPWBUJPO
QBQFS
ଵҊ੗‫ܐ‬
Recommendation
Algorithm
2020
Recommendation
System
/FUGMJYTDBMF #VJMEJOH.-
(SBDFGVMEFHSBEBUJPO
1FSTPOBMJ[BUJPO
YQFSJFODF
1FSTPOBMJ[FESBOLJOH
	HFOSF
TJNJMBST

1BHFTMBUFHFOFSBUJPO 1FSTPOBMJ[FEFYQFSJFODF
	BSUXPSL
UJNFBXBSF
NFTTBHJOH

5SBEJUJPOBM.BDIJOF-FBSOJOH
	.'
SFHSFTTJPO
-%
j

(MPCBMSFHJPOBMNPEFMT
$POUFYUVBMCBOEJU3-
$BVTBMJUZ
'BJSOFTT
%FFQMFBSOJOH	TFRVFODF
UJNF
NFUBEBUB
j

ࣽࢲ‫ח‬1VCMJDBUJPO%BUFӝળ

More Related Content

What's hot

[NDC 발표] 모바일 게임데이터분석 및 실전 활용
[NDC 발표] 모바일 게임데이터분석 및 실전 활용[NDC 발표] 모바일 게임데이터분석 및 실전 활용
[NDC 발표] 모바일 게임데이터분석 및 실전 활용Tapjoy X 5Rocks
 
스타트업 데이터분석 - 퍼널분석과 코호트분석
스타트업 데이터분석 - 퍼널분석과 코호트분석스타트업 데이터분석 - 퍼널분석과 코호트분석
스타트업 데이터분석 - 퍼널분석과 코호트분석Seonggwan Lee
 
실무에서 활용하는 A/B테스트
실무에서 활용하는 A/B테스트실무에서 활용하는 A/B테스트
실무에서 활용하는 A/B테스트JeongMin Kwon
 
2015 py con word2vec이 추천시스템을 만났을때
2015 py con word2vec이 추천시스템을 만났을때 2015 py con word2vec이 추천시스템을 만났을때
2015 py con word2vec이 추천시스템을 만났을때 choi kyumin
 
GA로 게임 로그 분석하기
GA로 게임 로그 분석하기GA로 게임 로그 분석하기
GA로 게임 로그 분석하기Alan Kang
 
스타트업은 데이터를 어떻게 바라봐야 할까? (개정판)
스타트업은 데이터를 어떻게 바라봐야 할까? (개정판)스타트업은 데이터를 어떻게 바라봐야 할까? (개정판)
스타트업은 데이터를 어떻게 바라봐야 할까? (개정판)Yongho Ha
 
로그 기깔나게 잘 디자인하는 법
로그 기깔나게 잘 디자인하는 법로그 기깔나게 잘 디자인하는 법
로그 기깔나게 잘 디자인하는 법Jeongsang Baek
 
[261] 실시간 추천엔진 머신한대에 구겨넣기
[261] 실시간 추천엔진 머신한대에 구겨넣기[261] 실시간 추천엔진 머신한대에 구겨넣기
[261] 실시간 추천엔진 머신한대에 구겨넣기NAVER D2
 
[우리가 데이터를 쓰는 법] 좋다는 건 알겠는데 좀 써보고 싶소. 데이터! - 넘버웍스 하용호 대표
[우리가 데이터를 쓰는 법] 좋다는 건 알겠는데 좀 써보고 싶소. 데이터! - 넘버웍스 하용호 대표[우리가 데이터를 쓰는 법] 좋다는 건 알겠는데 좀 써보고 싶소. 데이터! - 넘버웍스 하용호 대표
[우리가 데이터를 쓰는 법] 좋다는 건 알겠는데 좀 써보고 싶소. 데이터! - 넘버웍스 하용호 대표Dylan Ko
 
오늘 밤부터 쓰는 google analytics (구글 애널리틱스, GA)
오늘 밤부터 쓰는 google analytics (구글 애널리틱스, GA) 오늘 밤부터 쓰는 google analytics (구글 애널리틱스, GA)
오늘 밤부터 쓰는 google analytics (구글 애널리틱스, GA) Yongho Ha
 
’글램’ 연락처 기재 유저 탐지용 자연어 처리 모델 개발 프로젝트
’글램’ 연락처 기재 유저 탐지용 자연어 처리 모델 개발 프로젝트’글램’ 연락처 기재 유저 탐지용 자연어 처리 모델 개발 프로젝트
’글램’ 연락처 기재 유저 탐지용 자연어 처리 모델 개발 프로젝트Hyejeong Song
 
BigQuery의 모든 것(기획자, 마케터, 신입 데이터 분석가를 위한) 입문편
BigQuery의 모든 것(기획자, 마케터, 신입 데이터 분석가를 위한) 입문편BigQuery의 모든 것(기획자, 마케터, 신입 데이터 분석가를 위한) 입문편
BigQuery의 모든 것(기획자, 마케터, 신입 데이터 분석가를 위한) 입문편Seongyun Byeon
 
눈으로 듣는 음악 추천 시스템-2018 if-kakao
눈으로 듣는 음악 추천 시스템-2018 if-kakao눈으로 듣는 음악 추천 시스템-2018 if-kakao
눈으로 듣는 음악 추천 시스템-2018 if-kakaochoi kyumin
 
Little Big Data #1. 바닥부터 시작하는 데이터 인프라
Little Big Data #1. 바닥부터 시작하는 데이터 인프라Little Big Data #1. 바닥부터 시작하는 데이터 인프라
Little Big Data #1. 바닥부터 시작하는 데이터 인프라Seongyun Byeon
 
성장을 좋아하는 사람이, 성장하고 싶은 사람에게
성장을 좋아하는 사람이, 성장하고 싶은 사람에게성장을 좋아하는 사람이, 성장하고 싶은 사람에게
성장을 좋아하는 사람이, 성장하고 싶은 사람에게Seongyun Byeon
 
MOBILITY X DATA : 모빌리티 산업의 도전 과제
MOBILITY X DATA : 모빌리티 산업의 도전 과제MOBILITY X DATA : 모빌리티 산업의 도전 과제
MOBILITY X DATA : 모빌리티 산업의 도전 과제Seongyun Byeon
 
제1화 추천 시스템 이란.ppt
제1화 추천 시스템 이란.ppt제1화 추천 시스템 이란.ppt
제1화 추천 시스템 이란.pptchoi kyumin
 
서비스 기획자의 데이터 분석
서비스 기획자의 데이터 분석서비스 기획자의 데이터 분석
서비스 기획자의 데이터 분석YOO SE KYUN
 
식습관 스몰데이터 분석을 통한 장트러블 극복기
식습관 스몰데이터 분석을 통한 장트러블 극복기식습관 스몰데이터 분석을 통한 장트러블 극복기
식습관 스몰데이터 분석을 통한 장트러블 극복기Hyejeong Song
 

What's hot (20)

[NDC 발표] 모바일 게임데이터분석 및 실전 활용
[NDC 발표] 모바일 게임데이터분석 및 실전 활용[NDC 발표] 모바일 게임데이터분석 및 실전 활용
[NDC 발표] 모바일 게임데이터분석 및 실전 활용
 
스타트업 데이터분석 - 퍼널분석과 코호트분석
스타트업 데이터분석 - 퍼널분석과 코호트분석스타트업 데이터분석 - 퍼널분석과 코호트분석
스타트업 데이터분석 - 퍼널분석과 코호트분석
 
실무에서 활용하는 A/B테스트
실무에서 활용하는 A/B테스트실무에서 활용하는 A/B테스트
실무에서 활용하는 A/B테스트
 
2015 py con word2vec이 추천시스템을 만났을때
2015 py con word2vec이 추천시스템을 만났을때 2015 py con word2vec이 추천시스템을 만났을때
2015 py con word2vec이 추천시스템을 만났을때
 
GA로 게임 로그 분석하기
GA로 게임 로그 분석하기GA로 게임 로그 분석하기
GA로 게임 로그 분석하기
 
스타트업은 데이터를 어떻게 바라봐야 할까? (개정판)
스타트업은 데이터를 어떻게 바라봐야 할까? (개정판)스타트업은 데이터를 어떻게 바라봐야 할까? (개정판)
스타트업은 데이터를 어떻게 바라봐야 할까? (개정판)
 
로그 기깔나게 잘 디자인하는 법
로그 기깔나게 잘 디자인하는 법로그 기깔나게 잘 디자인하는 법
로그 기깔나게 잘 디자인하는 법
 
[261] 실시간 추천엔진 머신한대에 구겨넣기
[261] 실시간 추천엔진 머신한대에 구겨넣기[261] 실시간 추천엔진 머신한대에 구겨넣기
[261] 실시간 추천엔진 머신한대에 구겨넣기
 
[우리가 데이터를 쓰는 법] 좋다는 건 알겠는데 좀 써보고 싶소. 데이터! - 넘버웍스 하용호 대표
[우리가 데이터를 쓰는 법] 좋다는 건 알겠는데 좀 써보고 싶소. 데이터! - 넘버웍스 하용호 대표[우리가 데이터를 쓰는 법] 좋다는 건 알겠는데 좀 써보고 싶소. 데이터! - 넘버웍스 하용호 대표
[우리가 데이터를 쓰는 법] 좋다는 건 알겠는데 좀 써보고 싶소. 데이터! - 넘버웍스 하용호 대표
 
오늘 밤부터 쓰는 google analytics (구글 애널리틱스, GA)
오늘 밤부터 쓰는 google analytics (구글 애널리틱스, GA) 오늘 밤부터 쓰는 google analytics (구글 애널리틱스, GA)
오늘 밤부터 쓰는 google analytics (구글 애널리틱스, GA)
 
’글램’ 연락처 기재 유저 탐지용 자연어 처리 모델 개발 프로젝트
’글램’ 연락처 기재 유저 탐지용 자연어 처리 모델 개발 프로젝트’글램’ 연락처 기재 유저 탐지용 자연어 처리 모델 개발 프로젝트
’글램’ 연락처 기재 유저 탐지용 자연어 처리 모델 개발 프로젝트
 
BigQuery의 모든 것(기획자, 마케터, 신입 데이터 분석가를 위한) 입문편
BigQuery의 모든 것(기획자, 마케터, 신입 데이터 분석가를 위한) 입문편BigQuery의 모든 것(기획자, 마케터, 신입 데이터 분석가를 위한) 입문편
BigQuery의 모든 것(기획자, 마케터, 신입 데이터 분석가를 위한) 입문편
 
눈으로 듣는 음악 추천 시스템-2018 if-kakao
눈으로 듣는 음악 추천 시스템-2018 if-kakao눈으로 듣는 음악 추천 시스템-2018 if-kakao
눈으로 듣는 음악 추천 시스템-2018 if-kakao
 
Little Big Data #1. 바닥부터 시작하는 데이터 인프라
Little Big Data #1. 바닥부터 시작하는 데이터 인프라Little Big Data #1. 바닥부터 시작하는 데이터 인프라
Little Big Data #1. 바닥부터 시작하는 데이터 인프라
 
성장을 좋아하는 사람이, 성장하고 싶은 사람에게
성장을 좋아하는 사람이, 성장하고 싶은 사람에게성장을 좋아하는 사람이, 성장하고 싶은 사람에게
성장을 좋아하는 사람이, 성장하고 싶은 사람에게
 
Data Science. Intro
Data Science. IntroData Science. Intro
Data Science. Intro
 
MOBILITY X DATA : 모빌리티 산업의 도전 과제
MOBILITY X DATA : 모빌리티 산업의 도전 과제MOBILITY X DATA : 모빌리티 산업의 도전 과제
MOBILITY X DATA : 모빌리티 산업의 도전 과제
 
제1화 추천 시스템 이란.ppt
제1화 추천 시스템 이란.ppt제1화 추천 시스템 이란.ppt
제1화 추천 시스템 이란.ppt
 
서비스 기획자의 데이터 분석
서비스 기획자의 데이터 분석서비스 기획자의 데이터 분석
서비스 기획자의 데이터 분석
 
식습관 스몰데이터 분석을 통한 장트러블 극복기
식습관 스몰데이터 분석을 통한 장트러블 극복기식습관 스몰데이터 분석을 통한 장트러블 극복기
식습관 스몰데이터 분석을 통한 장트러블 극복기
 

Similar to Netflix Personalization Trends in 40 Characters

You tube playbook for brands & agencies
You tube   playbook for brands & agenciesYou tube   playbook for brands & agencies
You tube playbook for brands & agenciesAdCMO
 
Google Hangouts on Air for Tourism
Google Hangouts on Air for TourismGoogle Hangouts on Air for Tourism
Google Hangouts on Air for TourismDoug Motel
 
AWS Black Belt Online Seminar 2017 Amazon GameLift
AWS Black Belt Online Seminar 2017 Amazon GameLiftAWS Black Belt Online Seminar 2017 Amazon GameLift
AWS Black Belt Online Seminar 2017 Amazon GameLiftAmazon Web Services Japan
 
電気炉の操炉状態を見える化してみた
電気炉の操炉状態を見える化してみた電気炉の操炉状態を見える化してみた
電気炉の操炉状態を見える化してみたAmbientData
 

Similar to Netflix Personalization Trends in 40 Characters (6)

You tube playbook for brands & agencies
You tube   playbook for brands & agenciesYou tube   playbook for brands & agencies
You tube playbook for brands & agencies
 
Best video-search-engines
Best video-search-enginesBest video-search-engines
Best video-search-engines
 
Google Hangouts on Air for Tourism
Google Hangouts on Air for TourismGoogle Hangouts on Air for Tourism
Google Hangouts on Air for Tourism
 
From Coach To Podcast
From Coach To PodcastFrom Coach To Podcast
From Coach To Podcast
 
AWS Black Belt Online Seminar 2017 Amazon GameLift
AWS Black Belt Online Seminar 2017 Amazon GameLiftAWS Black Belt Online Seminar 2017 Amazon GameLift
AWS Black Belt Online Seminar 2017 Amazon GameLift
 
電気炉の操炉状態を見える化してみた
電気炉の操炉状態を見える化してみた電気炉の操炉状態を見える化してみた
電気炉の操炉状態を見える化してみた
 

More from choi kyumin

Song Feature 조금더
Song Feature 조금더 Song Feature 조금더
Song Feature 조금더 choi kyumin
 
Python 오픈소스의 네이밍 특징들-파이콘격월세미나
Python 오픈소스의 네이밍 특징들-파이콘격월세미나Python 오픈소스의 네이밍 특징들-파이콘격월세미나
Python 오픈소스의 네이밍 특징들-파이콘격월세미나choi kyumin
 
2016 PyCon APAC - 너의 사진은 내가 지난 과거에 한일을 알고 있다.
2016 PyCon APAC - 너의 사진은 내가 지난 과거에 한일을 알고 있다.2016 PyCon APAC - 너의 사진은 내가 지난 과거에 한일을 알고 있다.
2016 PyCon APAC - 너의 사진은 내가 지난 과거에 한일을 알고 있다.choi kyumin
 
Deview2014 Live Broadcasting 추천시스템 발표 자료
Deview2014 Live Broadcasting 추천시스템 발표 자료Deview2014 Live Broadcasting 추천시스템 발표 자료
Deview2014 Live Broadcasting 추천시스템 발표 자료choi kyumin
 
추놀 5회 무엇이든 분류해 보기
추놀 5회 무엇이든 분류해 보기추놀 5회 무엇이든 분류해 보기
추놀 5회 무엇이든 분류해 보기choi kyumin
 
추놀 4회 영화 분류하기
추놀 4회 영화 분류하기추놀 4회 영화 분류하기
추놀 4회 영화 분류하기choi kyumin
 
추놀 3회 유사도 측정(우리아기는 누구와 더 닮았는가?)
추놀 3회 유사도 측정(우리아기는 누구와 더 닮았는가?)추놀 3회 유사도 측정(우리아기는 누구와 더 닮았는가?)
추놀 3회 유사도 측정(우리아기는 누구와 더 닮았는가?)choi kyumin
 
플랫폼데이2013 workflow기반 실시간 스트리밍데이터 수집 및 분석 플랫폼 발표자료
플랫폼데이2013 workflow기반 실시간 스트리밍데이터 수집 및 분석 플랫폼 발표자료플랫폼데이2013 workflow기반 실시간 스트리밍데이터 수집 및 분석 플랫폼 발표자료
플랫폼데이2013 workflow기반 실시간 스트리밍데이터 수집 및 분석 플랫폼 발표자료choi kyumin
 

More from choi kyumin (8)

Song Feature 조금더
Song Feature 조금더 Song Feature 조금더
Song Feature 조금더
 
Python 오픈소스의 네이밍 특징들-파이콘격월세미나
Python 오픈소스의 네이밍 특징들-파이콘격월세미나Python 오픈소스의 네이밍 특징들-파이콘격월세미나
Python 오픈소스의 네이밍 특징들-파이콘격월세미나
 
2016 PyCon APAC - 너의 사진은 내가 지난 과거에 한일을 알고 있다.
2016 PyCon APAC - 너의 사진은 내가 지난 과거에 한일을 알고 있다.2016 PyCon APAC - 너의 사진은 내가 지난 과거에 한일을 알고 있다.
2016 PyCon APAC - 너의 사진은 내가 지난 과거에 한일을 알고 있다.
 
Deview2014 Live Broadcasting 추천시스템 발표 자료
Deview2014 Live Broadcasting 추천시스템 발표 자료Deview2014 Live Broadcasting 추천시스템 발표 자료
Deview2014 Live Broadcasting 추천시스템 발표 자료
 
추놀 5회 무엇이든 분류해 보기
추놀 5회 무엇이든 분류해 보기추놀 5회 무엇이든 분류해 보기
추놀 5회 무엇이든 분류해 보기
 
추놀 4회 영화 분류하기
추놀 4회 영화 분류하기추놀 4회 영화 분류하기
추놀 4회 영화 분류하기
 
추놀 3회 유사도 측정(우리아기는 누구와 더 닮았는가?)
추놀 3회 유사도 측정(우리아기는 누구와 더 닮았는가?)추놀 3회 유사도 측정(우리아기는 누구와 더 닮았는가?)
추놀 3회 유사도 측정(우리아기는 누구와 더 닮았는가?)
 
플랫폼데이2013 workflow기반 실시간 스트리밍데이터 수집 및 분석 플랫폼 발표자료
플랫폼데이2013 workflow기반 실시간 스트리밍데이터 수집 및 분석 플랫폼 발표자료플랫폼데이2013 workflow기반 실시간 스트리밍데이터 수집 및 분석 플랫폼 발표자료
플랫폼데이2013 workflow기반 실시간 스트리밍데이터 수집 및 분석 플랫폼 발표자료
 

Recently uploaded

The Power of Data-Driven Storytelling_ Unveiling the Layers of Insight.pptx
The Power of Data-Driven Storytelling_ Unveiling the Layers of Insight.pptxThe Power of Data-Driven Storytelling_ Unveiling the Layers of Insight.pptx
The Power of Data-Driven Storytelling_ Unveiling the Layers of Insight.pptxTasha Penwell
 
Digital Marketing Plan, how digital marketing works
Digital Marketing Plan, how digital marketing worksDigital Marketing Plan, how digital marketing works
Digital Marketing Plan, how digital marketing worksdeepakthakur548787
 
English-8-Q4-W3-Synthesizing-Essential-Information-From-Various-Sources-1.pdf
English-8-Q4-W3-Synthesizing-Essential-Information-From-Various-Sources-1.pdfEnglish-8-Q4-W3-Synthesizing-Essential-Information-From-Various-Sources-1.pdf
English-8-Q4-W3-Synthesizing-Essential-Information-From-Various-Sources-1.pdfblazblazml
 
Student Profile Sample report on improving academic performance by uniting gr...
Student Profile Sample report on improving academic performance by uniting gr...Student Profile Sample report on improving academic performance by uniting gr...
Student Profile Sample report on improving academic performance by uniting gr...Seán Kennedy
 
Decoding the Heart: Student Presentation on Heart Attack Prediction with Data...
Decoding the Heart: Student Presentation on Heart Attack Prediction with Data...Decoding the Heart: Student Presentation on Heart Attack Prediction with Data...
Decoding the Heart: Student Presentation on Heart Attack Prediction with Data...Boston Institute of Analytics
 
Predictive Analysis for Loan Default Presentation : Data Analysis Project PPT
Predictive Analysis for Loan Default  Presentation : Data Analysis Project PPTPredictive Analysis for Loan Default  Presentation : Data Analysis Project PPT
Predictive Analysis for Loan Default Presentation : Data Analysis Project PPTBoston Institute of Analytics
 
FAIR, FAIRsharing, FAIR Cookbook and ELIXIR - Sansone SA - Boston 2024
FAIR, FAIRsharing, FAIR Cookbook and ELIXIR - Sansone SA - Boston 2024FAIR, FAIRsharing, FAIR Cookbook and ELIXIR - Sansone SA - Boston 2024
FAIR, FAIRsharing, FAIR Cookbook and ELIXIR - Sansone SA - Boston 2024Susanna-Assunta Sansone
 
Decoding Patterns: Customer Churn Prediction Data Analysis Project
Decoding Patterns: Customer Churn Prediction Data Analysis ProjectDecoding Patterns: Customer Churn Prediction Data Analysis Project
Decoding Patterns: Customer Churn Prediction Data Analysis ProjectBoston Institute of Analytics
 
Bank Loan Approval Analysis: A Comprehensive Data Analysis Project
Bank Loan Approval Analysis: A Comprehensive Data Analysis ProjectBank Loan Approval Analysis: A Comprehensive Data Analysis Project
Bank Loan Approval Analysis: A Comprehensive Data Analysis ProjectBoston Institute of Analytics
 
SMOTE and K-Fold Cross Validation-Presentation.pptx
SMOTE and K-Fold Cross Validation-Presentation.pptxSMOTE and K-Fold Cross Validation-Presentation.pptx
SMOTE and K-Fold Cross Validation-Presentation.pptxHaritikaChhatwal1
 
Advanced Machine Learning for Business Professionals
Advanced Machine Learning for Business ProfessionalsAdvanced Machine Learning for Business Professionals
Advanced Machine Learning for Business ProfessionalsVICTOR MAESTRE RAMIREZ
 
Unveiling the Role of Social Media Suspect Investigators in Preventing Online...
Unveiling the Role of Social Media Suspect Investigators in Preventing Online...Unveiling the Role of Social Media Suspect Investigators in Preventing Online...
Unveiling the Role of Social Media Suspect Investigators in Preventing Online...Milind Agarwal
 
INTRODUCTION TO Natural language processing
INTRODUCTION TO Natural language processingINTRODUCTION TO Natural language processing
INTRODUCTION TO Natural language processingsocarem879
 
Easter Eggs From Star Wars and in cars 1 and 2
Easter Eggs From Star Wars and in cars 1 and 2Easter Eggs From Star Wars and in cars 1 and 2
Easter Eggs From Star Wars and in cars 1 and 217djon017
 
Principles and Practices of Data Visualization
Principles and Practices of Data VisualizationPrinciples and Practices of Data Visualization
Principles and Practices of Data VisualizationKianJazayeri1
 
Learn How Data Science Changes Our World
Learn How Data Science Changes Our WorldLearn How Data Science Changes Our World
Learn How Data Science Changes Our WorldEduminds Learning
 
Defining Constituents, Data Vizzes and Telling a Data Story
Defining Constituents, Data Vizzes and Telling a Data StoryDefining Constituents, Data Vizzes and Telling a Data Story
Defining Constituents, Data Vizzes and Telling a Data StoryJeremy Anderson
 
Data Factory in Microsoft Fabric (MsBIP #82)
Data Factory in Microsoft Fabric (MsBIP #82)Data Factory in Microsoft Fabric (MsBIP #82)
Data Factory in Microsoft Fabric (MsBIP #82)Cathrine Wilhelmsen
 

Recently uploaded (20)

The Power of Data-Driven Storytelling_ Unveiling the Layers of Insight.pptx
The Power of Data-Driven Storytelling_ Unveiling the Layers of Insight.pptxThe Power of Data-Driven Storytelling_ Unveiling the Layers of Insight.pptx
The Power of Data-Driven Storytelling_ Unveiling the Layers of Insight.pptx
 
Digital Marketing Plan, how digital marketing works
Digital Marketing Plan, how digital marketing worksDigital Marketing Plan, how digital marketing works
Digital Marketing Plan, how digital marketing works
 
English-8-Q4-W3-Synthesizing-Essential-Information-From-Various-Sources-1.pdf
English-8-Q4-W3-Synthesizing-Essential-Information-From-Various-Sources-1.pdfEnglish-8-Q4-W3-Synthesizing-Essential-Information-From-Various-Sources-1.pdf
English-8-Q4-W3-Synthesizing-Essential-Information-From-Various-Sources-1.pdf
 
Student Profile Sample report on improving academic performance by uniting gr...
Student Profile Sample report on improving academic performance by uniting gr...Student Profile Sample report on improving academic performance by uniting gr...
Student Profile Sample report on improving academic performance by uniting gr...
 
Decoding the Heart: Student Presentation on Heart Attack Prediction with Data...
Decoding the Heart: Student Presentation on Heart Attack Prediction with Data...Decoding the Heart: Student Presentation on Heart Attack Prediction with Data...
Decoding the Heart: Student Presentation on Heart Attack Prediction with Data...
 
Predictive Analysis for Loan Default Presentation : Data Analysis Project PPT
Predictive Analysis for Loan Default  Presentation : Data Analysis Project PPTPredictive Analysis for Loan Default  Presentation : Data Analysis Project PPT
Predictive Analysis for Loan Default Presentation : Data Analysis Project PPT
 
FAIR, FAIRsharing, FAIR Cookbook and ELIXIR - Sansone SA - Boston 2024
FAIR, FAIRsharing, FAIR Cookbook and ELIXIR - Sansone SA - Boston 2024FAIR, FAIRsharing, FAIR Cookbook and ELIXIR - Sansone SA - Boston 2024
FAIR, FAIRsharing, FAIR Cookbook and ELIXIR - Sansone SA - Boston 2024
 
Decoding Patterns: Customer Churn Prediction Data Analysis Project
Decoding Patterns: Customer Churn Prediction Data Analysis ProjectDecoding Patterns: Customer Churn Prediction Data Analysis Project
Decoding Patterns: Customer Churn Prediction Data Analysis Project
 
Insurance Churn Prediction Data Analysis Project
Insurance Churn Prediction Data Analysis ProjectInsurance Churn Prediction Data Analysis Project
Insurance Churn Prediction Data Analysis Project
 
Bank Loan Approval Analysis: A Comprehensive Data Analysis Project
Bank Loan Approval Analysis: A Comprehensive Data Analysis ProjectBank Loan Approval Analysis: A Comprehensive Data Analysis Project
Bank Loan Approval Analysis: A Comprehensive Data Analysis Project
 
SMOTE and K-Fold Cross Validation-Presentation.pptx
SMOTE and K-Fold Cross Validation-Presentation.pptxSMOTE and K-Fold Cross Validation-Presentation.pptx
SMOTE and K-Fold Cross Validation-Presentation.pptx
 
Data Analysis Project: Stroke Prediction
Data Analysis Project: Stroke PredictionData Analysis Project: Stroke Prediction
Data Analysis Project: Stroke Prediction
 
Advanced Machine Learning for Business Professionals
Advanced Machine Learning for Business ProfessionalsAdvanced Machine Learning for Business Professionals
Advanced Machine Learning for Business Professionals
 
Unveiling the Role of Social Media Suspect Investigators in Preventing Online...
Unveiling the Role of Social Media Suspect Investigators in Preventing Online...Unveiling the Role of Social Media Suspect Investigators in Preventing Online...
Unveiling the Role of Social Media Suspect Investigators in Preventing Online...
 
INTRODUCTION TO Natural language processing
INTRODUCTION TO Natural language processingINTRODUCTION TO Natural language processing
INTRODUCTION TO Natural language processing
 
Easter Eggs From Star Wars and in cars 1 and 2
Easter Eggs From Star Wars and in cars 1 and 2Easter Eggs From Star Wars and in cars 1 and 2
Easter Eggs From Star Wars and in cars 1 and 2
 
Principles and Practices of Data Visualization
Principles and Practices of Data VisualizationPrinciples and Practices of Data Visualization
Principles and Practices of Data Visualization
 
Learn How Data Science Changes Our World
Learn How Data Science Changes Our WorldLearn How Data Science Changes Our World
Learn How Data Science Changes Our World
 
Defining Constituents, Data Vizzes and Telling a Data Story
Defining Constituents, Data Vizzes and Telling a Data StoryDefining Constituents, Data Vizzes and Telling a Data Story
Defining Constituents, Data Vizzes and Telling a Data Story
 
Data Factory in Microsoft Fabric (MsBIP #82)
Data Factory in Microsoft Fabric (MsBIP #82)Data Factory in Microsoft Fabric (MsBIP #82)
Data Factory in Microsoft Fabric (MsBIP #82)
 

Netflix Personalization Trends in 40 Characters