추천시스템필터링
추천시스템 필터링
크게 협업 필터링과 콘텐츠 기반 필터링으로 나뉜다. 두가지 방법을 같이 사용하는 하이브리드 방식이 가장 많이 사용된다.
협업 필터링
- 사용자들의 과거 행동 데이터를 분석하여, 유사한 취향과 관심사를 가진 사용자들을 찾아내어 추천을 제공하는 방식
- 목적에 따라 2가지로 나뉨
- 사용자 기반 협업 필터링(User-Based Collaborative Filtering)
- 상품 기반 협업 필터링(Item-Based Collaborative Filtering)
콘텐츠 기반 필터링
- 사용자가 이전에 선호한 콘텐츠의 특성을 분석하여 유사한 특성의 다른 콘텐츠를 추천하는 방식
하이브리드 방식(Hybrid Recommender Systems)
- 최근에는 위 두 가지 방식을 결합한 방법이 많이 사용
- 협업 필터링과 콘텐츠 기반 필터링을 조합하여 추천 정확도를 높이는 방식
- 추천 시스템에서는 사용자의 행동 데이터(구매 이력, 검색 기록 등)를 분석하여
새로운 아이템을 추천하는 방법으로 콜드 스타트(cold start) 문제를 해결할 수 있는 방법 - 이 방법은 새로운 사용자나 새로운 아이템에 대한 추천을 제공하기 위해 사용