1. 추천시스템

• 사용자(user)에게 관련된 아이템(item)을 추천해 주는 것
• 추천 로직
  • 범주형(categorical) 데이터를 다룸
  • (숫자 벡터/numerical vector로 변환한 뒤) 유사도를 계산함
• 종류
  • 콘텐츠 기반 필터링(Content Based Filtering)
  • 협업 필터링(Collaborative Filtering)
    • 사용자 기반
    • 아이템 기반
    • 잠재요인 협업 필터링 (latent factor collaborative filtering) → 행렬 인수분해(matrix factorization)
  • Deep Learning 적용 or Hybrid 방식
    

1) 콘텐츠 기반 필터링(Content Based Filtering)

• keywords : 특성(Feature)

2. 코사인 유사도

• 두 벡터 간의 코사인 값을 이용해 두 벡터의 유사도를 계산
  • 1 : 두 벡터의 방향이 완전히 동일한 경우
  • 0 : 두 벡터의 방향이 90°의 각을 이룸
  • -1 : 두 벡터의 방향이 반대 방향(180°)
    

기타 다른 유사도 계산법

• 유클리드 거리, 자카드 유사도, 피어슨 상관계수 등