[Data_Analysis] - Recommendation system _ Collaborative Filtering

Amazon이나 Netflix의 추천 시스템

---

 

 

 

User-Based Collaborative Filtering

---

• 유저 기반으로, 유저가 사거나 본 아이템을 행렬로 만든다.
• 유저 간의 유사도를 측정하여, 비슷한 유저를 찾는다.
• 비슷한 유저를 기반으로 아이템을 추천해 준다.

 

User-Based Collaborative Filtering 한계

---

• 아이템( 제품, 영화 등) 보다 유저가 많아지면, 복잡도가 올라간다.
• 유저의 기호는 변한다. (오늘은 액션 장르를 봤다가, 내일은 로맨스 장르를 보고..)
• 따라서 유저기반의 협업 필터링보다, 아이템 기반의 협업 필터링을 사용한다.

Item-Based Collaborative Filtering

---

• 사람이 아닌 아이템( 영화, 제품) 간의 관계를 기반으로 추천해 주는 시스템
• 두 사람이, 타이타닉도 봤고, 워크리멤버도 봤다.
• 이러면 타이타닉과 워크리멤버는 상관관계가 있는 것이다. 
• 따라서 새로운 유저가 타이타닉은 봤는데, 워크리멤버를 안 봤으면, 이 사람에게 워크리멤버를 추천해준다. 

 

 

Reference

---

www.google.com/url?sa=i&url=http%3A%2F%2Fwww.epnc.co.kr%2Fnews%2FarticleView.html%3Fidxno%3D83033&psig=AOvVaw0CZXCompql3Lf1G6_WFNyI&ust=1620033888798000&source=images&cd=vfe&ved=0CAIQjRx

www.epnc.co.kr/news/articleView.html?idxno=83033

 

[생활TECH] 넷플릭스, 내 취향 어떻게 알까? - 테크월드뉴스