컨텐츠 기반

아이템의 컨텐츠 자체의 특성을 파악하는 것
ex) 영철이가 a음악을 좋아했는데, b음악의 음원데이터가 a음악과 비슷하므로 b음악을 추천한다.

협업필터링

Memory-based(neighborhood-based)

user-based

user-item matrix를 이용하여 사용자간의 유사도 산출, 이를 바탕으로 평점 예측

item-based

user-item matrix를 이용하여 아이템간의 유사도 산출, 이를 바탕으로 평점 예측

Model-based

Latent Factor Model(Matrix Factorization)

SGD

유저행렬과 아이템 행렬을 동시에 최적화하는 방법 . 수렴속도가 느림 . unconvex 함 .

ALS

유저행렬과 아이템 행렬 중 하나를 고정하고 다른 하나를 최적화하는 것을 교대로 시행하는 방법 . convex 함 . 수렴속도가 빠름 .

평가방법

점수예측

MAE, MSE, RMSE

랭킹기반

단순하게 실제 평점과 예측평점의 차이를 계산하는 MAE, MSE, RMSE와 같은 지표를 사용할 수도 있습니다.

하지만 추천을 할때에는 추천을 할 수 있는 아이템에는 한계가 있기때문에 전체적인 오류가 적은 것이 중요한 것이 아니라 얼마나 우선 순위로 적절한 아이템을 추천했는지를 고려해야합니다.

NDCG

MRR

MAP