[Machine Learning] 추천 시스템 (Recommender System)

추천 시스템 (Recommender System)

 

 

추천 시스템 (推薦 system)은 정보 필터링 (IF) 기술의 일종으로, 특정 사용자가 관심을 가질만한 정보 (영화, 음악, 책, 뉴스, 이미지, 웹 페이지 등)를 추천하는 것이다. 추천 시스템에는 협업 필터링 기법을 주로 사용한다. 소셜 북마크 사이트에서 링크를 사람들에게 추천하고 무비렌즈 데이터 세트에서 영화를 추천하는 방법등이 이에 속한다.

 

협업 필터링 (Collaborative Filtering)

 

https://www.researchgate.net/figure/Content-based-filtering-vs-Collaborative-filtering-Source_fig5_323726564

 

협업 필터링은 많은 사용자들로부터 얻은 기호정보에 따라 사용자들의 관심사들을 자동적으로 예측하게 해주는 방법이다. 협력 필터링 접근법의 근본적인 가정은 사용자들의 과거의 경향이 미래에서도 그대로 유지 될 것이라는 전제에 있다.

 

Data sparsity	구매정보가 충분하지 않을 경우 유사도 측정 어려움
Scalability	유저나 아이템의 수가 많을수록 계산량이 지수적으로 증가
Cold start	새로운 유저나 아이템의 경우 구매 정보 부족
Grey sheep	취향이 독특한 사용자의 존재

 

내용기반 필터링 (Content-based Filtering)

 

사용자가 과거에 경험했던 아이템 중 비슷한 아이템을 현재 시점에서 추천하는 것이다.

 

행렬 분해 (Matrix Factorization)

 

 

행렬 분해는 추천 시스템에서 사용되는 협업 필터링 알고리즘 클래스이다.