추천시스템에 대한 이해

추천시스템은 고객의 취향과 관심에 부합하는 상품과 콘텐츠를 추천함으로써 고객에게 지속적인 서비스를 받게 하고 상품 및 콘테츠를 추가로 구매하도록 유도합니다.  Amazon, 쿠팡, Youtube, Netflix, 쇼핑몰  등에서 널리 사용되고 있습니다. 추천시스템의 알고즘의 종류는 CBF(콘텐츠기반 : Content Based Fillering)과 CF(협업 필터링 : Collaborative Filltering)가 있으며, CBF와 CF를 같이 사용하는 하이브리드 방식이 있습니다.

추천시스템의 종류(출처: 비지니스를 위한 데이터과학 비즈니스 애너리틱스, 생능, 서용원)

 

1 . 협업 필터링 (Collaborative Filtering): 협업 필터링은 사용자와 아이템 간의 상호 작용을 기반으로 추천하는 방식으로, 사용자의 이전 행동과 비슷한 패턴을 가진 다른 사용자나 아이템을 찾아서 추천을 생성합니다. 

 

2. 콘텐츠 기반 필터링 (Content-Based Filtering): 콘텐츠 기반 필터링은 아이템의 속성 및 사용자의 프로필을 고려하여 추천을 합니다. 예를 들어, 영화 추천 시스템에서는 영화의 장르, 배우, 감독 등의 특성과 사용자의 이전 영화 평가를 고려할 수 있습니다.

 

3. 하이브리드 추천 시스템 (Hybrid Recommender System): 이는 여러 알고리즘을 결합하여 보다 정확한 추천을 합니다. 예를 들어, 협업 필터링과 콘텐츠 기반 필터링을 조합하여 다양한 정보 소스를 활용할 수 있습니다.