[Ch01] 1.1 Introduction

1.1 Introduction

• 추천 시스템의 기본 아이디어

  콘텐츠 등을 공급하는 페이지에서 콘텐츠를 사용한 유저가 다양한 항목에 대한 호불호를 명시하거나, e-commerce 등의 서비스 페이지에서 유저가 항목을 구입하거나 탐색하는 단순한 행위 등의 다양한 데이터 소스를 활용하여 고객의 이익을 추론하는 것입니다.

• 추천항목이 제공되는 주체를 user(사용자)라고 하며, 추천되는 제품을 item이라고 합니다.

• 과거의 관심사와 성향은 미래 선택의 좋은 지표이기 때문에 이를 활용하여 추천항목을 구성합니다.

• 위와같은 이유로 인해 일반적인 추천시스템은 사용자와 항목 사이의 과거 상호작용에 기초합니다.

• 예외로는 지식 기반 추천시스템이 있는데 해당 시스템은 사용자의 과거 이력이 아닌 사용자 지정 요건에 기초하여 구성됩니다.

• 추천 알고리즘의 기본 원칙

  사용자와 항목 중심 활동 사이에 상당한 의존성이 존재합니다.
  ex) 역사 다큐멘터리에 관심이 있는 사용자는 액션영화보다 다른 역사 다큐멘터리나 교육프로그램에 더 관심이 있습니다.

• 이웃 모델
  1) 다양한 유저들의 구매 이력, 상품 평가 동향 등을 활용하여 동일집단을 만듭니다.
  2) 이러한 동일 집단의 이익과 조치를 활용하여 이와 유사한 동일집단의 개별 구성원을 위하여 추천항목을 구성합니다.

• 협업 필터링
  여러 사용자의 등급을 협업 방식으로 사용하여 누락된 등급을 예측하는 것입니다.

• 콘텐츠 기반 추천시스템의 기본 아이디어
  사용자의 관심사가 과거에 평가하거나 접근한 항목의 속정을 기반으로 모델링 될 수 있다는 것입니다.

• 이 책에서 다루는 것들
  1) 협업, 컨텐츠 기반 및 지식 기반 시스템을 포함한 모든 유형의 기본 시스템
  2) 서로 다른 도메인에 있는 추천 시스템의 기본 모델과 향상된 모델
  3) 추천 시스템에 대한 다양한 평가 및 혼합 모델

• Chapter 1의 목표
  추천자 시스템 분야의 광범위한 작업에 대한 개요를 제공하고 다양한 주제를 이 책의 개별 장과 연관시키는 것입니다.

• Chapter 1의 구성
  1.2절 : 추천 시스템의 주요 목표
  1.3절 : 추천 시스템에 사용되는 기본 모델과 평가 방법
  1.4절 : 다양한 데이터 도메인에서 추천 시스템의 사용
  1.5절 : 추천자 시스템에 대한 고급 모델
  1.6절 : 결론과 요약