머신러닝 맛보기 8탄

1. 추천시스템 유형

• 컨텐츠 기반 필터링 (Content Based Filtering)
• 협업 필터링 (Collaborative Filtering)
  • 최근접 이웃 (Nearset Neighbor) 협업 필터링
    • 사용자 기반
    • 아이템 기반
  • 잠재 요인 (Latent Factor) 협업 필터링

추천 시스템의 초창기에는 컨텐츠 기반 필터링이나 최근접 이웃 필터링이 주로 사용됐지만, 넷플릭스 추천 시스템 경영 대회에서 행렬 분해 (Matrix Factorization) 기법을 이용한 잠재 요인 협업 필터링 방식이 우승하면서 대부분의 온라인 스토어에서 잠재 요인 협업 필터링 기반의 추천 시스템을 적용하고 있다. 하지만, 서비스하는 아이템의 특성에 따라 컨텐츠 기반 필터링이나 최근접 이웃 기반 필터링 방식을 유지하는 사이트도 많다. 특히 아마존의 경우는 아이템 기반의 최근접 이웃 협업 필터링 방식을 추천 엔진으로 사용한다. 요즘에는 개인화 특성을 좀더 강화하기 위해서 하이브리드 형식으로 컨텐츠 기반과 협업가반을 적절히 결합해 사용하는 경우도 늘고 있다.

 

1.1 컨텐츠 기반 필터링 추천 시스템

• 컨텐츠 기반 필터링 발식은 사용자가 특정한 아이템을 매우 선호하는 경우, 그 아이템과 비슷한 컨텐츠를 가진 다른 아이템을 추천하는 방식이다.

1.2 최근접 이웃 협업 필터링

• 친구들에게 물어보는 것과 유사한 방식으로, 사용자가 아이템에 매겨진 평접 정보나 상품 구매 이력과 같은 사용자 행동 양식 (User Behavior) 만을 기반으로 추천을 수행하는 것이 협업 필터링 (Collaborative Filtering) 방식이다.
• 협업 필터링의 주요 목표는 사용자-아이템 평점 매트릭스와 같은 축적된 사용자 행동 데이터를 기반으로 사용자가 아직 평가하지 않은 아이템을 예측 평가 (Predicted Rating) 하는 것이다.
• 최근접 이웃 협업 필터링은 메모리 협업 필터링이라고도 하며, 일반적으로 사용자 기반과 아이템 기반으로 나뉘며, 사용자 기반보다 아이템 기반 협업 필터링이 정확도가 더 높아 대부분 아이템 알고리즘을 적용한다.

1.3 잠재 용인 협업 필터링

 

참고서적

• 파이썬 머신러닝 완벽 가이드:  http://www.yes24.com/Product/Goods/69752484?scode=032&OzSrank=1