추천시스템(Recommendation System)이란? - 추천시스템 개요

추천시스템(Recommendation System)

- 사용자의 취향을 파악하여 관심을 가질만한 상품 등을 추천해주는 시스템

- 현재 대부분의 플랫폼에서 추천시스템을 적용한 개인 맞춤형 서비스 제공

 

 

추천시스템 종류

• 콘텐츠 기반 필터링(content based filtering)
  • 사용자가 특정 아이템을 선호하면 그 아이템과 비슷한 콘텐츠를 가진 다른 아이템을 추천
  •  ex) 사용자가 A 영화에 높은 평점을 줌 -> A영화와 비슷한 스릴러, 봉준호 감독의 다른 영화를 추천
• 협업 필터링(collaborative filtering)
  • 사용자와 아이템간의 rating을 활용하여 사용자끼리의 유사도를 찾는 방식
  • 특정 사용자와 비슷한 사용자를 찾은 후, 구매 이력 등의 행동 로그를 기반으로 예측하여 추천
  • ex) 사용자와 유사도가 높은 집단에서 각 사용자들이 남긴 평점을 가중치 합을 계산
    -> 사용자가 해당 영화를 얼마나 좋아할지 수치적으로 예측

협업 필터링 방식

 

추천시스템의 데이터 형태

	명시적 피드백(Explicit Feedback)	암시적 피드백(Implicit Feedback)
특징	- 사용자의 긍/부정을 수치로 나타낸 데이터 - 아이템에 대한 사용자의 선호도를 직접적으로 알 수 있음 - 데이터가 직관적 - 사용자가 직접 평가해야 하므로 데이터 수급이 어렵고 크기가 작음	- 사용자가 아이템을 얼마나 소비했는지를 기록한 데이터 - 직관적으로 알 수 없는 경우 사용 - 긍/부정에 대한 구분이 없음 - 데이터 수급이 쉬움 - 부정적인 피드백이 없고, 노이즈가 있음 - 최근 추천 알고리즘들은 암시적 피드백을 사용하여 구현
예시	- 영화, 음식점 평점 - 리뷰 및 설문조사 - 좋아요/싫어요	- 사용자 행동정보 로그  ( 클릭 수, 검색 기록, 페이지 체류 시간, 구매 내역 등 )