[파이썬][추천 알고리즘] Collaborative Filtering (협업 필터링)

협업 필터링(Collaborative Filtering)

추천 알고리즘의 2종류

1. 관심사를 찾아본다. → Content Based Filtering
2. 취향을 찾아본다. → Collaborative Filtering

특징

정보가 축적된 데이터를 기반으로 추천

1. 예시
   • 검은셔츠 구매이력
     • 소비자(1)가 검은 셔츠를 사면서 청바지를 샀다.
     • 소비자(2)가 검은 셔츠를 사면서 슬랙스를 샀다.
     • 소비자(3)가 검은 셔츠를 샀다.
     • 소비자(4)가 검은 셔츠를 사면서 양말을 샀다.
     • …
     • 소비자(123)가 검은 셔츠를 사면서 청바지를 샀다.
2. 결과
   • 검은 셔츠를 샀는데 청바지를 추천해줬다.

종류

1. Memory-Based Approach
   • User, Item 유사한 데이터를 사용한다.
     • Cosine Similarity, Pearson Correlation을 사용한다.
       • KNN 방법도 가능
   • 가능한 빠르고 쉽게 만들수 있다.
   • 가독성이 좋다.
   • 도메인 지식이 불필요하다.
2. Model Based Approach
   • 기계학습을 통해 추천하는 방식
     • 최적화 방법이나, 매개변수 사용
       • Matrix Factorization, SVD, 신경망
   • Sparse한 데이터 처리 가능하다.
   • 가독성이 안좋다.

Filtering

User-based Filtering

• User를 선택하는 방식
  • SNS 친구 추천 서비스
  • 평점 유사도를 기반으로 나와 유사한 사용자를 찾음
  • 유사한 사용자가 좋아하는 것을 추천
• 예시
  • 당신과 비슷한 A는 청바지를 좋아합니다.

Item-based Filtering

• Item을 선택하는 방식
• 해당 사용자들이 공통적으로 좋아했던 다른 item을 찾음
• 예시
  • 검은 셔츠를 구매한 고객이 대개 청바지를 구매하였습니다.