추천 시스템은 크게 두 가지 task로 분류할 수 있다.
유저에게 적합한 Top K개를 추천. 유저가 아이템에 가지는 정확한 선호도가 필요없음
Precision@K
우리가 추천한 K개 아이템 가운데 실제 유저가 관심있는 아이템의 비율
Recall@K
유저가 관심있는 전체 아이템 가운데 우리가 추천한 아이템의 비율
MAP@K
모든 유저에 대한 Average Precision 값의 평균
nDCG@K
평점이나 클릭/구매 확률 예측
비즈니스/서비스 관점
매출, PV 증가 여부 및 CTR 상승량
품질 관점
참신함, 연관성, 새로움, 다양성 등
조회 수 혹은 평점이 가장 높은 것을 기준으로 추천을 하는 방식
뉴스 혹은 유투브 같은 것들은 시간이 매우 중요한 요소로 작용한다. 따라서 시간이 길어질수록 패널티를 주는 score가 필요하다.
Hacker News Formula
Reddit Formula
Steam Rating Formula