협업 필터링

Collaborative Filtering

다수의 사용자, 아이템을을 기반으로 수집한 정보를 기반으로 사용자의 관심 아이템을 분류하고 예측하는 추천 시스템의 주요 기법

유형

• 사용자 기반: 비슷한 취향을 가진 사용자가 좋게 평가한 아이템 추천
• 아이템 기반: 자주 함께 추천되는 아이템 추천

상관관계 측정 방법

• 피어슨 상관계수: -1~1 값을 가지며, 0 이면 관계없음, 1 이면 완전 동일, -1은 역으로 동일
• 코사인 유사도: 0~1 값을 가지며, 0 이면 관계없음. 1 이면 완전 동일
• 클러스터링: KNN, K-Mean 등의 머신러닝 기반 클러스터링 기법 사용

문제점과 해결법

• 문제점
  • 콜드 스타트: 새로운 영화, 새로운 회원, 서비스 신규 오픈 등 데이터가 없으면 추천 불가
• 해결법
  • 비개인화 추천 시스템 활용