뚜벅뚜벅뚜그벅

1. 자바 클래스별 기능ControllerUserController프론트 요청을 받고 응답 반환(API)Service (생략 가능)UserService로직 처리 (예: 비밀번호 암호화, 중복 체크 등)RepositoryUserRepositoryDB와 직접 연결해서 저장/조회/삭제 - 데이터 저장소 역할. 이게 있어야 save() 가능 2. 좀더 쉬운 설명Controller: 어떤 엔드포인트 통해서 들어왔는지Service: 어떤 일을 할지 - 로직 처리Repository: DB랑 통신 (조회/저장/삭제)Entity: DB 테이블 모양 그대로 클래스화>urls.py → Controllerviews.py → Service + Templatemodels.py → Entity + Repository

이미 배포한 서버에 수정사항이 생기면 서버 재시작을 해야할 때가 종종 존재한다.ssh -i pem경로 ubuntu@ip주소source ~/가상환경/bin/activatecd /srv/프로젝트루트명git pull origin main pip install -r requirements.txt (선택)python manage.py makemigrations (선택)python manage.py migrate (선택)sudo systemctl restart 지정한이름.service 보통 위와 같은 순서로 진행하게 되는데, 나의 경우엔 간혹 ssh 접속 시 무한 대기 상태에 걸리는 경우가 있었다. (접속 되어도 가상환경이 안 켜진다든가)오류가 발생하는 것도 아니고 그냥 영원히 접속 중 상태인 것.. 1. 인스턴..

아이템 간의 유사도를 계산 == 비슷한 아이템 찾기(사용자 기반은 나와 비슷한 사용자 (피어그룹) 찾기였음.) [특징]사용자 기반과 동일하게 평균 중심 변환(Mean Centering)을 함. (row가 0이 되도록)피어슨 상관계수보다 성능이 좋은 "조정된 코사인 유사도" 사용1.  r_ut 평점 예측u번째 사람이 예측한 타겟 아이템 t의 평점을 구하는 과정.Q_t(u): 아이템 t와 유사한 top-k 아이템 그룹사용자 기반에서 제안된 변형 방법 동일하게 적용 가능[예시 목표]사용자 3이 아이템 1번, 6번에 줄 평점을 예측1. 아이템 1과 6의 유사 아이템 그룹 찾기노란 박스는 기준 아이템, 분홍 박스는 비교 아이템1, 3번에 모두 평점을 매긴 사용자 1,4,5의 평점을 이용. 아이템 1과 3의 유사도..

사용자 기반 이웃 모델{유사도 함수, 예측 함수, 피어그룹 필터링, 롱테일 영향 고려한 피어슨 계수}의 변형1.  유사도 함수 변형동시에 평점 매겨진 아이템 수(Iu, Iv 교집합)가 적을 때, sim(u,v) 대신 discountedSim(u,v)를 사용함. + beta : 중복되어야 하는 평균적인 아이템 수 (공통으로 평점 매긴)+ beta에 비해 공통아이템 수가 적다면, 유사도를 평가하기에 신뢰도가 낮기 때문에 아래와 같은 과정으로 변환함.예시) beta=5, 공통아이템 =1이라면디스카운트 텀이 min(1,5)/5 = 1/5가 되고, sim(u,v)에 곱해져 전체 유사도 값을 의도적으로 낮춤. + 그 외 공통 아이템이 beta보다 크다면 (>=5), 디스카운트 텀이 min(5,5)/5 = 1이 되어..

빈값(r_uj) 예측하기 - Mean Centering X1.  Iu와 Iv의 교집합 계산동시에 평점 매긴 아이템에 대해서만 조사2. 피어슨 상관계수 계산비교할 사용자들끼리의 유사도를 구함유사도 값 해석-1 : 완벽하게 반대 경향-1 0 : 그냥저냥.. 선형적인 상관관계는 없음0 1 : 완벽하게 일치하는 경향 BEST!!3. Top-k Peer Group 선택유사도가 가장 높은 사용자 v들 중, 아이템 j를 평가한 사용자들만 고름. P_u​(j)4. 빈값 예측 r_vj는 사용자 v가 아이템 j에 실제로 남긴 평점 (편차 X)빈값(r_uj) 예측하기 - Mean Centering O1.  Iu와 Iv의 교집합 계산동시에 평점 매긴 아이템에 대해서만 조사2. 평점 평균 계산비교할 사용자들이 남긴 모든 아이템..

들어가기 전PHY : Physical Layer의 준말이다.무선 통신 시스템의 네트워크 구조 1. 802.11 무선랜과 802.3 유선랜(이더넷) 연동 네트워크 구조single carrier와 multi carrier 전송 1. Single Carrier 1) 장단점- 구현 간단, 채널 사용 효율 나쁨, 채널 영향 큼.- 데이터 한개 송신에 넓은 대역폭을 씀- 채널의 품질이 고르지 못함.2) Single Carrier의 고주파 변조 방법데이터를 하나의 주파수에 실어서 높은 주파수의 LO(Local Oscillator)를 곱해서 생성.* LO = Crystal / 일정하고 빠르게 흔들림 2. Multi Carrier 1) 장단점- 구현 복잡, 채널 사용 효율 좋음, 채널 영향 상대적으로 작음- 데이터 ..

전송계층의 데이터 전송 인터넷 계층(IP)과 전송계층(TCP)분류인터넷 계층전송 계층 기능- 인터넷에서 수신 노드까지 경로 찾아 패킷 전송. (pc 간의 데이터 전송)- 식별은 MAC주소로 !- 수신노드의 애플리케이션까지 데이터 전송(애플리케이션 간의 데이터 전송)- End to end서비스- 통신하는 호스트간에 패킷 전달하는 최선의 노력 (Best Effort) 서비스- data 쪼개서 목적지 주소 붙여 흩뿌림- 어떤 애플리케이션 데이터인지 식별해서 애플리케이션에게 배분에러- 전송 과정에서 패킷 손실과 에러문제를 해결하지 않음.- 오로지 경로 잘 찾아가는 것이 목표- 네트워크 혼잡 상황에 따라 패킷 전송량 조절하여 패킷 흐름을 제어함- 오류를 검사하여 패킷이 수신지에 잘 도착했는지 확인신뢰성- 패킷 전..

내 PC  > IP 공유기 > WAN(인터넷) > Google 서버  / 이 순서를 거친다1. 내 PC의 유/무선랜 IP 조사-cmd에서 config/all로 사내 IP주소 알아내기더보기고정 IP가 아닌 경우. (재할당 가능)  = 유동 IPDHCP 사용: 예자동 구성 사용: 예> IP주소는 바뀔 수 있지만 pc의 MAC 주소는 바뀌지 않음. 2. 연속적으로 ping 패킷을 google 서버로 보내기- 구글 서버의 IP 조사 (172.217.xxx.xxx)- ping 도메인 -t : 멈추지 않고 계속해서 보냄.  > DDOS확인해볼점- 길이는 조정하지 않고, 32바이트로 고정한다. - 시간은 google 서버에 갔다가 돌아오는 시간이다.- 데이터 없이 헤더만 조정해주면 됨. 의미 없는 데이터를 보내는 것..

인터넷 계층의 데이터 전송 1. 인터넷 계층의 필요성과 라우터 역할- 네트워크 인터페이스 1계층: 물리적으로 직접 연결된 PC 간 데이터 전송- 인터넷 2계층: 라우터 이용하여 다른 로컬 네트워크 PC에 데이터 전송 > inter(연결)- networking(네트워크) = 네트워크와 네트워크 연결하여 데이터 전송 + IP 주소는 인터넷 세상을 연결하고, MAC 주소는 인터넷에 들어가 호스트를 식별하여 data 송수신함.+ 네트워크 A의 인터넷 계층을 우체국 A, 네트워크 B의 인터넷 계층을 우체국 B라고 한다면 라우터는 우체부가 되어 우체국 A와 B간의 데이터 송수신을 돕는다.  2. 인터넷 계층의 IP프로토콜1) IP프로토콜: 데이터가 송신지에서 출발해 수많은 라우터(우체부)를 거쳐 수신지(우체국)에 ..

네트워크 시스템 구현 1. 네트워크 HW/SW 구현- System on Chip 구조 - System on Chip 블록 다이어그램  2. 네트워크 HW/SW 동작- 송신 호스트: 데이터그램을 프레임으로 캡슐화 & 에러 검사 비트 추가- 수신 호스트: 에러 검사 & 데이터그램을 추출하여 상위 계층으로 전달네트워크 다중화 1. 다중화1) 다중화(Multiplexing): 네트워크 전송로 하나에, 다수의 저속 데이터 신호 여러개를 중복시켜 고속 신호로 전송하는 방법.- 다중화는 전송매체 한정- 충돌 > 오류 > 재전송 > 에너지 증가 > 스루풋 감소  :  비효율적인 방법2) 다중화 장치(Multiplexer): 여러 개의 데이터 신호를 하나의 전송로를 통해 동시에, 직렬로 전송하는 장치- 다중화 장치 예시..