상품 키워드(운동힙색)는 직접 키워드를 입력하거나 네이버 쇼핑 도서 정보, 네이버 데이터랩(naver datalab), 아이템 스카우트(item scoute) 등의 데이터 조합으로 선정하고 있으며, 인기/추천 상품 리스트 TOP10을 추천해 드리고 있습니다. 상품은 www.aliexpress.com 를 통해 검색된 결과를 기반으로 링크를 생성하고 있습니다. (운동힙색) 제품을 알뜰하게 사고싶지만 어떤 제품을 사야하는지 결정하는것이 어렵습니다. 다양한 제품중에서 눈길이 가는 제품의 제품 평가를 확인하시면 구매 결정할때 나한테 맞는 제품을 찾을수 있습니다.
현재 만족도 높은 제품 상위 10개 제품, 별점 높은 상품 정보, 할인율 큰 상품 정보, 인기 제품 추천, 재구매 높은 상품, 평점이 높은 제품 등으로 구분된 정보는 추후 데이터를 더 활용하여 제공해 드릴예정 입니다. 다양한 리뷰와 많은 평가에 대해서도 상품가격비교 및 구매평보기를 통해 정보를 제공해 드릴 예정 입니다.
운동힙색 (Exhaustive Search)
정의:
주어진 문제 공간을 체계적이고 포괄적(Exhaustive)하게 탐색하여 가능한 최선의 솔루션을 찾는 방법론입니다.
장점:
* 완전성: 문제 공간의 전체를 탐색하므로 항상 최적의 솔루션을 찾을 가능성이 있습니다.
* 간단성: 처음에는 상대적으 간단한 방법론입니다.
단점:
* 탐색 시간 복잡도: 문제 공간의 사이즈가 커지면 탐색 시간 복잡도는 지수적(Exponential)이 됩니다. 이는 큰 문제에 대해서는 비현실적일수 있습니다.
* 시간 비효율적: 많은 문제 공간은 가능성이 없는 경로를 포함합니다. 운동힙색은 이러한 경로도 탐색하므로 비효율적일수 있습니다.
* 후보 솔루션 처리 필요: 운동힙색은 일반적 많은 후보 솔루션을 생성합니다. 이러한 솔루션을 평가하고 최선의 것을 선택하는 데 추가 시간이 필요합니다.
* 조기 중단 가능성: 운동힙색은 최적의 솔루션을 찾을 때까지 전체 문제 공간을 탐색합니다. 이는 소요 시간이 길어지고 조기 중단이 필요한 상황에 적합하지 않습니다.
적합한 상황:
* 문제 공간이 상대적 작음.
* 최적의 솔루션이 반드시 필요함.
* 시간 복잡도가 큰 문제가 아니거나 초기 중단이 가능성.
* 후보 솔루션의 평가가 비교적 간단함.
대안적 방법론:
- 휴리스틱 탐색: 시간 효율성을 높이기 위한 지름말이 있는 탐색 방법
- 국부 탐색: 문제 공간의 작은 영역을 탐색하여 최선의 솔루션을 찾음
- 근사법: 최적의 솔루션에 근사한 솔루션을 찾음
- 유전자 알고리즘: 자연 선택을 모방하여 최적의 솔루션을 찾음