[추천시스템] 1. User-User Collaborative Filtering

Reference

강의 : Minnesota 대학교 Nearest Neighbor Collaborative Filtering 코세라 강좌

블로그 : exmemory.tistory.com/56

 

 

 

Intro

 협업 필터링에는 최근접 이웃 기반과 잠재요인 협업 필터링이 있는데 오늘 공부할 내용은 최근접 이웃 기반이다.

 협업 필터링은 user-behabior(rating, 구매 이력 등)을 기반으로 추천을 진행한다. 최근접 이웃 기반의 목표는 User-Item matrix에서 사용자가 아직 평가하지 않은 아이템을 예측하는 것이 목표다. 이를 위해 행렬을 만들면 굉장히 sparse한 형태가 나와 공간이 낭비되는 문제가 발생한다. 

 

이 최근접 이웃 기반은 2가지로 나뉘는데,

• 사용자 기반 : 비슷한 사용자들은 어떤 item을 소비했다
• 아이템 기반 : 어떤 item을 소비한 사용자들은 특정 상품을 구매했다.

 

다음과 같이 User과 Item에 대해 score를 표시해보자.

S(u, i) = sum of (rating) / number of users

여기서 각 rating에 대해 weight를 준다면 어떤 weight를 주어야 할까?

-> 바로 similarity이다. 비슷한 사람은 비슷한 item을 선호하고 추천의 정확도는 높아진다. 당연하다.

 

 

Score function

왜 각 rating에 평균을 빼고 가중치를 곱해줬을까? - 사용자의 유형이 달라 rating의 scale이 다 다르기 때문

: 사용자의 rating을 normalize해주는 과정이라 할 수 있다.

 

 

Weight

코사인 유사도를 사용하여 user끼리 얼마나 비슷한 취향을 가졌는지 구한다. 모든 user들에 대하여 유사도를 계산한다.

 

Neighborhood for User (K)

모든 user들에 대해 유사도를 계산하고 나면, k 값을 지정하여 가장 비슷한 이웃들을 반환하는 함수를 만든다.

 

최종 S(u,i) 구하기

최종 스코어를 계산하여, target user가 아직 경험하지 않은 item에 대한 rating을 예측한다.

 

 

 

---

Filtering 과정을 정리하면, (Configuring)

 

1. Neighborhoods 선택하기

적당한 사이즈의 이웃들은 선택해야 함. 너무 많으면 signal보다 noise를 줌.

 

2. Scoring Items from Neighborhoods

  - 평균

  - 가중 평균

  - 다중 선형 회귀

 

3. Normalizing Data

 

4. Computing Similarities

  - Algorithms : Pearson 상관계수 -> 데이터가 매우 적다면? -> Spearman rank 상관계수

  - Tweaks : 유사도에 가중치를 둠

 

5. Good Baseline Configuration