[RecSys] 1. 추천 시스템이란?

 

추천시스템이란? 

 

추천시스템이란, 어떤 옷, 어떤 영화, 어떤 사이트 등등 수많은 상품 중 특정 사용자가 좋아할 만한 것을 찾아주는 시스템이다.

주변을 둘러보면 상품 추천 뿐 아니라 영화, 유튜브 및 음악 추천 알고리즘 등

Netflix, Amazon, Spotify, Meta, Youtube, Google 의 tech 추천 서비스들이 일상에 깊숙히 자리잡고 있음을 볼 수 있다.

 

더 좋은 추천이 소비자의 편의 상승 및 시간 단축시킬 뿐 아니라, (사회적 비용 감소)

공급 기업의 매출과 직결된다는 점에서 비즈니스 관점에서 매우 유용하고 중요한 ML 기술이라 볼 수 있다.

 

추천 시스템의 원리 

 

 

추천시스템은 추천시 유저의 행동패턴 (사용자의 구매 이력, 평점)을 활용해 성능을 향상 시킨다.

즉, 추천시스템도 행동 패턴에 대한 데이터로 학습을 반복하며 성능 향상되는 머신러닝 ML 기술로 보면 된다.

 

 

1. 유저와 상품의 관계를 표현한 데이터를 활용해서 

2. 유저와 상호작용 없었던 상품 (새로운 데이터) 에 대한 선호도를 예측하고,

3. 선호도가 높게 예측되는 상품들을 '추천' 한다

 

ex. 영화 추천 시스템일 경우 

평점 데이터를 활용해, 평점 메겨지지 않은 영화들 (빈칸) 의 평점을 예측, 높은 평점의 영화들을 추천

 

 

추천시스템의 데이터의 종류 

1. 직접 데이터  : 유저가 직접적으로 만족/ 선호도를 표시한 데이터    ex. 평점, 별점, 좋아요, 싫어요 등  

2. 간접 데이터 : 유저가 직접 밝히지 않았지만 유추할 수 있는 데이터    ex. 유저의 시청 데이터, 구매 데이터, 네트워킹 데이터 등

 

간접데이터는 불명확한 선호도를 드러낼 수 있고 우연인 경우도 많지만, 다양한 해석가능성이 있고, 데이터를 수집하기도 쉬움.

적은 양의 직접 데이터 만큼 많은 양의 간접데이터도 활용 가능성이 있다는 것/

 

ex. 유튜브 시청 데이터의 경우 

0, 1로 이미 시청했는지 여부 표시, 새로운 영상에 대해 시청 가능성 예측. 1에 가까울 수록 시청 가능성/선호도가 높을 것으로 예측됨

 

 

 

 

 

 

---

 

 

* 참고 - 추천 알고리즘 관련 흥미로운 영상들

- Spotify AI 기반 음악 추천  https://www.youtube.com/watch?v=pGntmcy_HX8

 

- 틱톡 추천 알고리즘 https://www.youtube.com/watch?v=nfczi2cI6Cs

 

 

 

 

 

* 코드잇codeit의 데이터 사이언스 강의를 참고하여 작성함