이웃 기반 방법

2.3 Predicting Ratings with Neighborhood-Based Methods(2) 2.3.1.1 Similarity Function Variants 추천시스템에서 유사도를 구하는 함수들은 다양한 변형이 존재합니다. 이번 파트에서는 이 변형된 함수들을 살펴보려고 합니다. 첫 번째 변형 평균 중심 등급이 아닌 원시 등급(user가 매긴 등급)에 코사인 함수를 사용하는 것입니다. 일부 구현에서는 원시 코사인 함수의 분모 부분에서 정규화 요인이 상호 평가 항목이 아닌 지정된 항목 전체로 변경하는 경우도 있습니다. 실제로는 분모 범위의 차이 뿐이지만 어떤 항목을 기준으로 하는가가 큰 차이라고 생각합니다. 일반적으로 평균 중심 등급의 편향 조정 효과 때문에 원시 코사인보다 피어슨 상관계수가 더..

2.3 Predicting Ratings with Neighborhood-Based Methods 이웃 기반 방법 기본 아이디어 사용자와 사용자 사이의 유사성, 또는 항목과 항목 사이의 유사성을 사용하여 등급 매트릭스에서 추천 항목을 만드는 것입니다. 이웃이라는 개념은 우리가 예측을 하기 위해 비슷한 사용자나 비슷한 아이템을 결정해야 한다는 것을 암시합니다. 이웃 기반 모델 기본원칙 이웃 기반 모델은 특정 사용자-항목 조합의 등급을 예측하는 데에 아래와 같은 두 가지 기본 원칙이 사용됩니다. 1. 사용자 기반 모델 유사한 사용자가 동일한 항목에 대해 비슷한 등급을 가집니다. 철수와 영희가 과거에 비슷한 방식으로 영화에 등급을 매겼다면, 영화 A에서 관찰된 철수의 평점을 이용하여 해당 영화에 대한 영희의 ..