cleanUrl: "24su-challenge/rs"

🗒️ 추천시스템 2024 여름 커리큘럼

<aside> 💡 모집 인원 6명(2개 팀)

활동 시간 매주 월요일 오후 9시 - 10시

활동 방법 주 1회 (대면 + 비대면)혼합 정기 세션 + 주 1회 필수 팀별 미팅(대면 권장)

※ 3주마다 토요일 오후 1시 - 2시에 대면 세션을 진행합니다. (계획 참고)

</aside>

Overview

추천시스템(Recommender Systems)

추천시스템(Recommender Systems)은 사용자에게 맞춤형 콘텐츠를 제공하기 위해 설계된 알고리즘 및 기술 집합입니다. 이러한 시스템은 사용자의 취향, 행동, 선호도를 분석하여 적절한 제품, 서비스, 콘텐츠 등을 추천합니다. 추천시스템은 협업 필터링(Collaborative Filtering)과 콘텐츠 기반 필터링(Content-Based Filtering)으로 나뉩니다.

1. 협업 필터링 (Collaborative Filtering)

협업 필터링은 사용자와 아이템 간의 상호작용 데이터를 이용해 추천을 수행합니다. 이 방법은 다시 두 가지 하위 유형으로 나뉩니다:

• 사용자 기반 협업 필터링 (User-Based Collaborative Filtering): 비슷한 취향을 가진 사용자들을 찾아내어 그들의 행동을 바탕으로 추천을 제공합니다. 예를 들어, 사용자 A와 B가 비슷한 영화를 좋아한다면, A가 아직 보지 않은 B의 좋아하는 영화를 추천합니다.
• 아이템 기반 협업 필터링 (Item-Based Collaborative Filtering): 사용자들이 비슷한 방식으로 평가한 아이템들을 분석하여 추천을 제공합니다. 예를 들어, 영화 X와 Y를 비슷한 사용자들이 좋아한다면, X를 좋아한 사용자에게 Y를 추천합니다.

2. 콘텐츠 기반 필터링 (Content-Based Filtering)

콘텐츠 기반 필터링은 아이템의 특징을 분석하여 추천을 수행합니다. 이 방법은 사용자와 아이템의 속성을 매칭하는 데 초점을 맞춥니다. 예를 들어, 사용자가 특정 장르의 영화를 선호한다면 그 장르의 영화를 더 많이 추천합니다.

추천시스템의 적용 사례

• e-commerce: 쿠팡과 같은 온라인 쇼핑몰에서 고객의 구매 이력과 검색 이력을 바탕으로 제품을 추천.
• 스트리밍 서비스: 넷플릭스, 유튜브, 스포티파이 등에서 사용자의 시청/청취 이력을 바탕으로 영화, 동영상, 음악을 추천.