스타일쉐어

RSS

게시글: 35
등록: 2026년부터

All Frontend Backend AI DevOps Architecture Etc

AI
유저들이 정말로 원하는 컨텐츠는 무엇일까? — 우리의 추천시스템의 시작 (2)
이 글은 스타일쉐어의 서비스 홈 화면에서 사용자에게 더 적합한 콘텐츠를 제공하기 위한 추천 시스템 구축 과정을 다룹니다. 기존에는 트렌드 중심의 콘텐츠 제공에 집중했지만, 개인의 취향을 반영하는 것이 중요해졌습니다. 이를 위해 사용자들이 진정으로 원하는 콘텐츠가 무엇인지 파악하고, 개인화된 추천을 제공하기 위한 시스템의 시작점을 설명합니다. 구체적인 기술 스택이나 알고리즘보다는 추천 시스템 도입의 필요성과 방향성에 초점을 맞추고 있으며, 개인의 취향을 고려한 콘텐츠 제공을 통해 사용자 경험을 향상시키고자 하는 목표를 제시합니다.
추천 시스템개인화컨텐츠 추천
스타일쉐어·2021년 7월 13일
AI
유저들이 정말로 원하는 컨텐츠는 무엇일까? — 우리의 추천시스템의 시작 (1)
스타일쉐어 백엔드 개발자가 사용자들이 진정으로 원하는 콘텐츠를 제공하기 위한 추천 시스템 도입 과정을 공유하는 글입니다. 기존 인기 콘텐츠, 데일리룩, 뷰티 주제 제시 방식의 한계를 느끼고 사용자 관심사 변화에 대응하기 위해 추천 시스템을 고민하게 되었습니다. 특히 '연관 스타일' 기능 개선을 위해 '사용자가 연관있다고 생각하는 콘텐츠가 연관이 있는 것'이라는 결론에 도달했으며, 이를 위해 사용자 관심사를 분석하는 방법으로 Matrix Factorization과 같은 추천 알고리즘 조사를 시작하게 된 배경을 설명합니다. 본 글은 추천 모델의 기술적 깊이보다는 추천 시스템을 시작하게 된 과정과 고민에 초점을 맞추고 있습니다.
추천 시스템컨텐츠 추천Matrix Factorization
스타일쉐어·2021년 6월 25일
AI
나는 이쁜 데일리룩을 보고 싶은걸? \w pose estimation
스타일쉐어 백엔드 개발자가 데일리룩 피드를 만들기 위해 겪었던 기술적 고민과 해결 과정을 공유하는 글입니다. 기존 텍스트 기반의 분류 방식은 #데일리룩, #ootd 해시태그의 부정확성 및 설명 없는 이미지 문제로 한계가 있었습니다. 이에 이미지 자체를 분석하는 방식으로 전환하여, R-CNN과 사전 학습된 모델을 활용해 이미지 내에 신체 부위(body parts)가 있는지 탐지하는 방법을 시도했습니다. 하지만 R-CNN이 신체 부위 전체를 'person'으로만 인식하는 문제점을 발견하고, 데일리룩에 적합한 이미지를 선별하기 위한 추가적인 필터링 방법으로 'Pose Estimation' 기술을 도입하게 된 배경을 설명합니다.
pose estimationR-CNNcomputer vision
스타일쉐어·2018년 12월 13일
AI
스타일쉐어에서 이미지 분류하기 feat.ML
해당 글은 스타일쉐어에서 이미지 분류를 수행한 경험을 공유합니다. 머신러닝(ML) 기술을 활용하여 이미지 분류를 진행했으며, 구체적인 구현 과정이나 사용된 기술 스택에 대한 상세한 내용은 본문에서 다루어졌을 것으로 예상됩니다. 다만, 제공된 본문 내용이 오류 메시지로 인해 확인할 수 없어 정확한 요약이 어렵습니다. 일반적으로 이미지 분류는 객체 인식, 콘텐츠 기반 검색 등 다양한 분야에 활용될 수 있으며, ML 모델 학습 및 평가 과정이 중요합니다. 스타일쉐어와 같은 서비스에서는 사용자 생성 콘텐츠의 분류, 상품 추천 등 다양한 목적으로 활용될 수 있습니다.
이미지 분류머신러닝스타일쉐어
스타일쉐어·2018년 4월 8일