[ML] 머신러닝 - 추천 시스템

1. 추천 시스템

사용자의 취향을 알아내 새로운 아이템을 추천하는 것

Contents Based Filtering

Collaborative Filtering

1. Memory Based
   - User Based
   - Item Based
   
   
2. Model Based

2. 유사도 함수

유사도

• 비슷한 정도를 나타내는 지표

종류

1. 유클리디안 유사도

2. 코사인 유사도

3. 피어슨 유사도

4. 자카드 유사도

유클리디안 유사도

코사인 유사도

• -1 ~ 1사이의 값을 가진다.
• 방향이 같은 경우 1, 반대일 경우 -1, 직각일 경우 0

피어슨 유사도

• 유저 또는 아이템별로 가지는 특성을 제거

자카드 유사도

3. Contents Based Learning

유저가 기존에 선호한 아이템과 유사한 아이템을 추천

4. TF-IDF

유사한 관계임을 판단하는 방법

• 텍스트 기반 컨텐츠의 특징 벡터를 추출하는 방법
• 출현 빈도를 이용해 특성 문서 (d) 내에서 키워드 (w)의 중요도를 측정
• 자주 등장하는 키워드는 낮은 중요도를 부여
  

TF

• 특정 문서 내에 특정 키워드가 등장하는 빈도
  

IDF

• 전체 문서 내에 특정 키워드가 등장하는 빈도

  

  

TF-IDF가 필요한 이유

• 단어의 중요도를 반영하기 위함.