원서

1.3 Basic Models of Recommender Systems 추천시스템 기본모델 1. Collaborative filtering 추천시스템 등급이나 구매 행동과 같은 user-item 상호작용을 기반으로 추천 2. Contents-based 추천시스템 텍스트 프로파일 또는 관련 키워드와 같은 user와 item에 대한 속성종보를 기반으로 추천 3. knowledge-based 추천시스템 명시적으로 지정된 user의 요구 사항을 기반으로 추천(체크박스나 키워드 검색 등) 4. Hybrid 추천시스템 다양한 유형의 추천 시스템들의 장점을 결합하여 추천 1.3.1 Collaborative Filtering Models 여러 사용자가 제공하는 등급의 협업 기능을 사용하여 추천항목을 제공 주요 과제는 ..

1.2 Goals of Recommender Systems 추천시스템의 주요모델 1. Prediction version of problem 해당 모델은 user-item간의 조합하여 평가되지 않은 item들에 대한 평가를 예측하는 방법입니다. 해당 문제는 매트릭스 완료 문제라고도 하는데, 이는 불완전한 행렬을 가지고 나머지 값을 예측하기 때문입니다. 2. Ranking version of problem 특정 user에게 상위 K개의 item을 추천하거나 특정 item을 대항으로 할 상위 K명의 user를 결정하는 방법입니다.(Top-K 추천문제) 해당 모델의 경우에는 예측등급이 가지는 절대값이 크게 중요도를 가지지 않습니다. 해당 모델은 첫 번째 문제를 해결한 이후에 도출되기 때문에 첫 번째 모델이 조금..

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 구성됩..