추천 시스템 (Recommendation System)

추천시스템이란

추천 시스템은 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.

• 재화와 서비스가 있는 모든 분야에 추천
• ex) 옷 가게에서 뭐가 잘 나가나요? 저한테 어떤 스타일이 잘 어울릴까요? 라고 말하면 사장님이 옷 골라주는
• ICT 기술이 발달하면서 온라인 쇼핑 성장
• 사용자가 어떤 아이템을 구매하는지 구매 기록 축적 
• 대용량의 기록 사용하여 추천 시스템 발달  ex) 넷플릭스, 아마존

 

핵심은 개인의 선호도를 고려하여 적절한 아이템을 제안한 후, 이를 구매로 연결시켜 이윤을 창출하는 것이다.

 

 

추천 시스템의 목적

1. 관련성 - 사용자에게 적합한 아이템 추천

2. 참신성 - 사용자가 경험하지 못한 아이템 추천

3. 우연성 - 사용자에게 다소 의외이거나 놀라움을 주는 아이템 추천 (사용자가 예전에 사용해보았지만 잊어버리고 있던 경우)

 

사용자가 선호할만한 결과를 제안 및 예측하는 것이 중요 & 사용자가 어떤 반응을 보일지 예측

 

 

개인화

대규모 기존 사용자 행동 정보를 분석하여 해당 사용자와 비슷한 성향의 사용자들이 기존에 좋아했던 항목을 추천

과거의 경향이 미래에서도 그대로 유지됨

but, 기존 사용자 정보가 반드시 필요하며, 계산량이 많은 알고리즘이기 때문에 시간이 많이 걸림

 

전체 데이터

전체 데이터를 통으로 봐서 장바구니 분석

연관 규칙(개인보다는 전체 고객의 구매 이력을 통해 규칙을 찾음)

- 지지도, 신뢰도, 향상도

 

컨텐츠 중심

사용자들의 행태보다는 항목 그 자체에 집중함

아이템의 속성과는 관련 있음 ex) 영화일 때 장르, 배우, 감독

항목을 분석한 프로파일과 사용자의 선호도를 추출한 프로파일을 잘 매핑하는 것이 중요