추천시스템(recommendation system)이란?
2021. 1. 7. 22:49ㆍ데이터과학/머신러닝
728x90
반응형
추천시스템은 요즘 우리가 사용하는 서비스에서 흔하게 볼 수 있다.
뉴스 기사를 볼 때도, 쇼핑 서비스에서도, 심지어 지도 서비스에서도!
이 외에도 가장 유명한 넷플릭스의 영화추천, 유튜브, 웹툰 추천 서비스 등이 있다.
- 추천시스템이란
정보 소비자가 원하는 정보를 찾아 소비자에게 추천하는 시스템이다.
- 검색과의 차이점은?
검색은 소비자가 관심사를 표현하는 검색이라는 행위를 해야한다.
but, 추천은 특별한 행위 없이도 정보 전달이 가능하다.
- 추천시스템 분류
(1) 시나리오에 따른 분류
-연관된 아이템 추천
-개인화 아이템 추천
(2) 피드백 종류에 따른 분류
-명시적 피드백을 사용하는 추천 시스템
-암시적 피드백을 사용하는 추천 시스템
(3) 업데이트 주기에 따른 분류
-Offline 추천 시스템
-Online 추천 시스템
=> 현업에서는 다양한 추천 로직이 섞인 하이브리드 추천 시스템을 많이 사용
- 추천 알고리즘의 종류
- Knowledge-based Filtering
:추천하고자 하는 분야의 도메인 지식을 활용해 추천하는 방식
ex. 성별/연령 별로 많이 팔리는 상품들을 모아 추천에 활용한다.
- Content-based Filtering
:추천하려는 아이템의 콘텐츠 정보를 분석하거나,
정리된 메타 정보를 활용해 콘텐츠별로 특징 정보를 만들고 이를 활용해 추천
ex. 상품 페이지 하단에 같은 카테고리에 있는 인기 상품 추천
- Collaborative Filtering
:소비자들의 소비 이력을 사용해 소비하지 않은 새로운 아이템을 추천
ex. 클릭 이력을 바탕으로 소비자가 다음으로 클릭할 만한 상품을 추천
'데이터과학 > 머신러닝' 카테고리의 다른 글
[머신러닝/지도학습] Machine Learning with Teachable Machine (0) | 2021.11.09 |
---|---|
K-평균 알고리즘(K-means Clustering algorithm) 실습 (0) | 2020.12.14 |
K-평균 알고리즘(K-means Clustering algorithm) 개념 (0) | 2020.12.14 |