본 포스팅은 Fastcampus 강의를 수강하며 일부 내용을 정리한 글임을 밝힙니다. 보다 자세한 내용은 아래 강의를 통해 확인해주세요.
참고 : Fastcampus 딥러닝을 활용한 추천시스템 구현 올인원 패키지 Online
Ch 05. Neighborhood-based Collaborative Filtering
협업필터링 > 콘텐츠기반 추천 알고리즘: 더 많이 사용되고 성능도 더 좋음
협업필터링이란?
협업필터링(Collaborative Filtering)
- 협동하여 필터링(거른다)한다
- 많은 사람의 의견으로 더 나은 추천
집단지성(Collective Intelligence)
- 개인보다 단체, 그룹의 선택과 취향에 의존(신뢰도가 높은 것)
- 여러 사람의 의견 종합적 반영
- 다수의 의견이 더 나은 선택
- 유저 A와 유저 B 모두 같은 아이템에 대해 비슷한(같은) 평가
- 이때, 유저 A는 다른 아이템에 대해서도 호감
- 따라서 유저 A, B의 성향은 비슷할 것이므로 다른 아이템을 유저 B에게도 추천
협업필터링 종류
1. 이웃기반 협업필터링 (고전적인 추천알고리즘)
- Item-based 협업필터링
- User-based 협업필터링
2. 모델기반 협업필터링 (이웃기반 다음으로 고전적인 추천알고리즘)
- 딥러닝 협업필터링(성능 향상을 위해 딥러닝 도입)
3. 하이브리드 협업필터링: 협업필터링 + 컨텐츠기반 추천알고리즘
