추천 시스템

요즘 유튜브, 넷플릭스, 쿠팡 등 추천 시스템이 대부분 적용되어 있음.
특히 온라인 쇼핑몰 콘텐츠 등에서 꽤 중요한 부분을 차지함.
따라서 추천 시스템에 대해 공부하고자 한다.
이번에는 3가지 추천 시스템에 대해 공부할 예정이다.

참고자료
https://calmmimiforest.tistory.com/100

1. 콘텐츠 기반 필터링 추천 시스템

• 사용자가 특정한 아이템을 선호하는 경우, 그 아이템고 비슷한 아이템을 추천하는 방식

2. 최근접 이웃 협업 필터링

• 축적된 사용자 행동 데이터를 기반으로 사용자가 아직 평가하지 않은 아이템을 예측 평가

사용자 기반: 당신과 비슷한 고객들이 다음 상품도 구매했음

아이템 기반: 이 상품을 선택한 다른 고객들은 다음 상품도 구매했음

• 일반적으로는 사용자 기반 보다는 아이템 기반 협업 필터링이 정확도가 더 높음.
  -- 비슷한 영화를 좋아하다고 취향이 비슷하다고 판단하기 어렵거나
  -- 매우 유명한 영화는 취향과 관계없이 관람하는 경우가 많고
  -- 사용자들이 평점을 매기지 않는 경우가 많기 때문

3. 잠재적 요인 협업 필터링

• 사용자 - 아이템 평점 행렬 데이터를 이용해서 "잠재요인"을 도출하는 것
• 주요인과 아이템에 대한 잠재요인에 대해 행렬 분해를 하고,
  다시 행렬곱을 통해 아직 평점을 부여하지 않은 아이템에 대해 예측 평점을 생성하는 것