[추천시스템]

추천시스템
1. 협업 기반 필터링
1-1. 이웃 기반 협업 필터링
1-1-1. 사용자 기반
1-1-2. 아이템 기반
1-2. 모델 기반 협업 필터링
2. 콘텐츠 기반 필터링

3. 지식 기반 추천시스템

---

평점(Explicit feedback, 명시점 피드백)의 종류
1. 인터벌 기반 평점
별이 많을 수록 좋다!
2. 서수 평점(순서형의 범주형 값)
왼오 어디로 갈지에 따라 다르다.
3. 이진 평점
선호 or 비선호
4. 단항 평점(Implicit feedback)
호감만 표현가능(비호감은 표현 불가)
구매했다! 클릭했다!

명시적 피드백과 암시적 피드백

• 명시적 피트백
  평점행렬
  효용행렬
  사용자 수 & 아이템 수 = MxN행렬
  => 부정 표현 가능/ 선호도(preference)
  => 누락값 전처리 = 편향(bias)큼
• 암시적 피트백
  긍정적 선호 효용 행렬
  (긍정적인 신호만 담는다.= 0의 값이 존재하지 않음/ 빈칸을 0으로 채워도 무방하다.)
  => 부정 표현 불가/ 신뢰도(confidence)
  => 누락값 전처리 = 편향(bias) 영향 없음

---

분류&회귀에서의 협업필터링

• 분류
  feature(독립변수) = x
  class(label)(종속변수) = y (예측 대상)
• 협업 필터링
  분류와 회귀의 일반화 버전이다.
  - 분류와 달리 feature와 class의 구분이 없다.(독립변수 종속변수 구분 X)
  - test와 train 데이터의 구분이 없다.