1. 추천시스템 개요

추천시스템이란? 

- 특정 유저에게 적합한 아이템을 추천한다 or 특정 아이템에게 적합한 유저를 추천한다.

- 이때 유저-아이템 간 상호 작용을 평가할 score가 정의되어야 한다.

- 따라서 top K(랭킹)을 예측하거나, 정확한 선호도를 예측하는 문제로 나눌 수 있다.

 

추천시스템에서 사용하는 데이터

1. 유저 데이터(식별자, 데모그래픽 정보, 행동 정보)

    - 식별자

    - 데모그래픽 정보(성별, 연령, 거주지역, 관심사)

    - 유저 행동 정보(페이지 방문 기록, 아이템 평가, 피드백 등)

 

2. 아이템 데이터 - 아이템의 종류에 따라 달라질 수 있음(메타 데이터 속성에 따라 달라진다고 함)

    - 식별자

    - 아이템 고유 정보(영화일 경우 출연 배우, 감독, 줄거리 등등, 음악일 경우 아티스트, 작곡가, 장르 등등)

 

3. 유저-아이템 상호작업 데이터

    - Explicit Feedback : 유저에게 아이템에 대한 만족도를 직접 물어본 경우

    - Implicit Feedback : 유저가 아이템을 클릭하거나 구매한 경우

 

Long-tail Recommendation

- 파레토 원리에 입각한 분포형태.

- 유튜브 동영상 추천, SNS 친구 추천에 사용.

- 조회수가 급상승한 영상이 있을 경우, 해당 영상과 관련있거나 해당 영상이 업로드 되어 있는 채널의 다른 영상을 추천