#004) 영화 추천 cloud solution (ML 솔루션 with Azure)

 Movie recommendation using machine using learning architecture by Azure

---

개인 맞춤형 추천 서비스는 고객 만족도와 서비스 사용시간을 효율적으로 높이고 이는 비즈니스의 효과적인 마케팅 수단과 높은 세일즈로 직결된다. 머신러닝으로 다양한 서비스에도 접목 시킬 수 있어 비용부분에서도 장점이다.

 

쇼핑몰이나 식품 판매점의 맞춤형 제품 추천

음악 사이트의 노래 추천서비스

뉴스나 SNS 의 맞춤형 포스팅 제공

---

프론트 앤드의 서비스가 시청자의 영화 후기 평가들을 받아 모아서 Azure blob storage 에 저장시킴

Azure blob storage- 객체 저장소로 정보 분석이나 활용 전 저장하는 서비스

 

Data Science Virtual Machine 에서 받아온 데이터셋을 머신러닝 모델로 훈련시킴

Data Science Virtual Machine- 데이터 사이언스를 위한 특화된 VM 서비스로 데이터 분석이나 AI/ML 서비스를 활용하기위한 TOOL 이 있음

 

Data Science Virtual Machine 에서 Azure Machine Learning 모델 최적화를 위해 파라미터 스위핑이나 모델관리로 실험모델을 조직화하는 단계를 거침

Azure Machine Learning- 머신러닝 프로젝트를 하나의 워크플로우 사이클로 쉽게 구현해낼 수 있는 환경

 

Data Science Virtual Machine 은 Azure Cosmos DB에 훈련된 모델을 저장시킴으로 특정 카테고리의 추천 영화를 만들어낼 수 있음

Azure Cosmos DB- 완전 관리형 서버리스로 NoSQL 데이터 베이스로 높은 성능의 앱을 위함

 

완성된 모델이 Azure 쿠버네티스 서비스인 AKS 에 의해 웹으로 구축됨

AKS- Azure 에서 관리하는 완전 관리형 컨테이너 서비스

 

DSVMs 의 멀티리전 지원으로 세계적 서비스, AKS 의 높은 가용성
그리고 Azure AD 와 Storage 서비스로 보안까지 잡은 서비스

 

 

 

reference-  https://docs.microsoft.com/en-us/azure/architecture/example-scenario/ai/movie-recommendations-with-machine-learning