글 수 30

추천 시스템에서 사용하는 협업 필터링 알고리즘

조회 수 1217 추천 수 0 2016.03.21 00:40:44


http://media.daum.net/digital/others/newsview?newsid=20141209033237587

 

 

 

빅데이터 기술 중에서 우리 주변에서 흔히 볼 수 있는 것 중에 하나가 바로 추천 시스템입니다. 대표적인 예로 아마존을 들 수 있는데 개인에게 맞는 상품을 보여주며 구매를 유도합니다.

 

아마존은 초기부터 이런 추천 시스템을 도입하였는데 지금은 전체 매출의 30% 이상이 여기서 나온다고 합니다.

 

 

 

추천을 위해 가장 많이 사용하는 방법이 협업 필터링(Collaborative Filtering)이란 방법입니다. 자기의 취향과 가장 비슷한 사람을 찾아서 그 사람이 선택한 것 중 내가 구입하지 않은 상품을 보여줍니다.

 

예를 들어 어떤 사람이 피자와 샐러드를 좋아한다면 그와 비슷한 취향을 가진 사람을 검색합니다. 그리고 서로 중복되지 않는 아이템을 다른 사람에게 추천합니다.

 

1.jpg

 

 

 

이때 두 사람간의 유사도를 측정하는 방법으로는 유클리디언 방식을 가장 간단하게 사용할 수 있습니다. 아래와 같이 피자와 콜라의 호감도를 2차원 그래프로 나타냈을때 두 사람간의 거리가 가까울 수록 비슷한 취향이라는 것을 알 수 있습니다. 아이템이 많아지면 그만큼 차원의 수를 늘려 계산하면 됩니다.

 

3.jpg

 

 

 

이와 같은 유저 기반의 추천 방식은 항목이 많아지면 서로간에 중복되는 아이템이 적어 유사도를 측정하기 힘들어집니다. 그래서 대형 서비스일 경우에는 보통 아이템 기반의 추천 방식을 사용합니다. 비슷한 사람을 먼저 찾지 않고 바로 유사도가 높은 항목을 직접 검색하는 방법입니다.

 

2.jpg

 

 

 

지금은 국내에서도 거의 대부분의 쇼핑몰에서 이와 같은 추천 시스템을 사용하고 있습니다. 그리고 영화를 추천하는 왓차, 맛집을 추천하는 다이닝코드처럼 여러 서비스에서 활용되고 있습니다. 앞으로 이런 빅데이터 기법이 더 여러 분야에서 많이 쓰이지 않을까 싶습니다.

 

 

 

< 인공지능 개발자 모임 >

- 페이스북 그룹에 가입하시면 인공지능에 대한 최신 정보를 쉽게 받으실 수 있습니다.

https://www.facebook.com/groups/AIDevKr/

 

List of Articles
제목 글쓴이 날짜 조회 수
머신 러닝에 대한 시각적 입문 [2] LegenDUST 2017-09-06 430
학습과정과 데이터셋 이야기 깊은바다 2017-04-11 568
추천 시스템 분석 – 어떻게 아마존과 넷플릭스가 당신의 취향을 예상하는가? 깊은바다 2017-04-07 2074
넷플릭스 맞춤 추천의 비법 file 깊은바다 2017-04-02 452
서포트 벡터 머신(SVM)에 대한 소개 file 깊은바다 2017-03-24 530
이항 분류를 위한 로지스틱 회귀 file 깊은바다 2017-03-09 290
머신러닝 개념 이해 및 예제 file 깊은바다 2017-03-09 2652
쉽게 설명한 구글의 페이지 랭크 알고리즘 file 깊은바다 2017-03-09 982
경사 하강법 개요 file 깊은바다 2017-03-08 2806
결정 트리 학습 알고리즘 소개 file 깊은바다 2017-02-28 871
AiRS - 네이버 인공지능 기반 뉴스 추천 시스템 깊은바다 2017-02-28 259
머신 러닝에 대한 소개 기사 깊은바다 2016-03-24 132
추천 시스템에서 사용하는 협업 필터링 알고리즘 file 깊은바다 2016-03-21 1217
빅데이터를 이용한 맛집 추천 - 다이닝코드 [1] 깊은바다 2016-03-21 581
빅데이터에 대한 간략한 소개 file 깊은바다 2016-03-21 272