추천시스템의 이해와 문서 유사도

추천시스템이란?

개인 맞춤형 서비스 제공 위해 구매패턴 등 과거 데이터를 분석하여 상품을 추천하는 시스템

- 당신만을 위한 최신상품, 이 상품을 선택한 다른 사람들이 좋아하는 상품들 등

 

추천시스템은 왜 뜨고 있을까?

고객 선택 및 구매 적중률을 높이기 위해 데이터에 대한 메타 정보 관리와 분석 알고리즘이 중요해지고 있다.

1. 롱테일(80-20법칙에서 소외된 80퍼센트 고객에서도 상당한 영업기회가 존재한다는 현상) 문제를 해결할 수 있다.

2. 고객과 기업 양측 모두에게 이익이 된다. 고객 입장에선 개인화 서비스로 고객만족도가 증가하고 기업 입장에선 고객의 니즈 충족으로 매출이 증가한다.

 

추천시스템은 여러 가지 종류가 존재한다.

1. 사용자 프로파일링 기반

2. segment 기반

3. 상품 연관규칙 기반

4. CF(협업 필터링) 기반

5. CBF(컨텐츠 베이스 필터링) 기반

6. 딥러닝 기반

 

개인화 콘텐츠 추천 알고리즘 유형

전통적 알고리즘 - CF(협업 필터링), CBF(콘텐츠 기반 필터링)으로 나눌 수 있다.

협업필터링은 사용자 행동 분석, 아이템기반, 사용자기반 CF, 행렬분해 잠재요인 CF가 있다.

콘텐츠기반 필터링은 콘텐츠 내용 분석, 유클리디언 거리, 코사인 유사도 측정을 위한 것이다.

 

최신 알고리즘 - 딥러닝 기반 필터링으로 구글 Text 자동 생성 기술, 지도/비지도학습 기반 알고리즘이다.