추천 시스템

협업 필터링 VS 콘텐츠 기반 필터링
비슷한 취향을 가진 사용자 집단 행동 패턴을 분석
아이템 자체의 특성과 메타데이터 분석

협업 필터링

A.유저 기반

01 유사 사용자 탐색
코사인 유사도, 피어슨 상관계수 등으로 비슷한 평점 패턴을 가진 유저 그룹 발견

02 이웃 선정
유사도 상위 K명의 이웃 사용자를 선택하여 추천 기반 구축

03 평점 예측
이웃들의 평점을 가중 평균하여 대상 아이템에 대한 예측 점수 계산

주의: 대규모 유저 대상 실시간 계산 비용이 급증하며, 희소 데이터 문제로 정확도가 떨어질 수 있습니다.

B.아이템 기반

좋아한 아이템과 유사한 것 추천. 유사도는 코사인 유사도로 측정

협업 필터링의 한계: 콜드 스타트

콜드스타드 문제 해결 전략

1. 하이브리드 추천 시스템
   알고리즘을 여러개 사용

   Multi-armed bandit (밴딧 알고리즘)
   여러 슬롯머신을 당겨보고 어떤걸 얼마나 당겨야 가장 높은 수익을 얻을 수 있는지 확인하는 것.

2. 프로필 완성
   시작할 때, 스포티파이에서 3명의 아티스트를 선택하도록 하는 것

C. 고도화- 모델 기반

행렬 분해(Matrix Factorization)