사용자가 과거에 좋아했던 아이템 파악 후 그 아이템과 비슷한 아이템 추천
사용자가 영화 <101마리 달마시안>을 보았다면 해당 영화에 대한 설명(리뷰, 평점, 감독, 출연 배우 등)을 바탕으로 유사한 영화 <크루엘라>를 추천
비슷한 성향/취향을 가진 다른 유저가 좋아한 아이템을 현재 유저에게 추천하는 것 ➡️ 간단하면서도 수준 높은 정확도 나타내 많이 사용됨
예를 들어 영화 겨울왕국1에 대한 평가가 유사한 두 사람에게, 어느 한쪽이 아직 시청하지 않았지만 다른 사람이 좋은 평가를 내린 영화 겨울왕국2를 추천
컨텐츠 기반 추천시스템과 협업 필터링을 결합한 모델
입니다. 두 가지 알고리즘을 모두 적용하여 아이템마다 가중평균을 구해 랭킹을 매기는 방법, 평점 데이터와 아이템 프로필을 조합해 사용자 프로필을 만들어 추천하는 방법 등 다양한 기법이 있다고 합니다. 실제로 넷플릭스는 협업 필터링을 사용해 유사한 사용자간의 시청/검색 기록을 비교할 뿐만 아니라, 컨텐츠 기반 필터링을 사용해 사용자가 높게 평가한 영화의 특징을 공유하는 영화를 제공한다고 알려져 있습니다.