정의: 고객들의 선호도와 관심 표현을 바탕으로 선호도 관심에서 비슷한 패턴을 가진 고객들을 식별해 내는 기법 비슷한 취향을 가진 고객들에게 서로 아직 구매하지 않은 상품들은 교차 추천하거나 분류된 고객의 취향이나 생활 형태에 따라 관련 상품을 추천하는 형태의 서비스를 제공하기 위해 사용된다.
협업적 필터링(Collaborative filtering)은 Resnick, P., Iacovou, N., Suchak, M., Bergstrom, P., & Riedle, J.가 1994년에 처음 발표한 개념으로써, 다음의 두 단계를 거친다.
Step1: Neighborhood formation
자신과 가장 유사한 성향을 지닌 사용자 N명을 K-NN 기법에 의해 찾아낸다. 이 때, 각 사용자가 각 item에 대해 rating한 값을 토대로, Pearson correlation을 사용하여 가장 유사한 사용자 그룹(neighbor)을 찾아내는 것이다. 이 때, 목적에 따라 constrained pearson correlation, Cosine vector, Jaccard coefficient, Euclidean distance등이 사용될 수 있으나, Pearson correlation이 가장 보편적으로 사용된다. (참고: Shardanand, U., & Maes, P.등은 pearson correlation 대신 constrained pearson correlation을 사용하여 예측력을 높였음)
Step2: Recommendation
특정 사용자(user a)와 성향이 유사한 사용자 k명을 찾아낸 후, user a가 rating하지 않은 item에 대한 선호도를 예측한다. 이 때, 앞서 추출된 Neighbor와의 correlation을 가중치로 하여 가중평균합을 구하게 된다. 그 후, 예측값 중 가장 큰 top-N을 추출하여 user a에게 추천하게 된다.
협업적필터링은 매우 간단한 컨셉이다. 예를 들어, 내가 '쉬리','괴물','디워'를 재미있게 보았다고 가정할 때, 나와 영화 선호도가 비슷한 사용자들을 찾아내고, 그 사람들이 만약 '트랜스포머'를 재밌게 봤다고 한다면...바로 '트랜스포머'를 추천하는 것이다.
References
[1] Resnick, P., Iacovou, N., Suchak, M., Bergstrom, P., & Riedle, J. (1994). Grouplens: An open architecture for collaborative filtering of netnews. Proceedings of the ACM 1994 Conference on Computer Supported Cooperative Work (pp.175-186). Chapel Hill.
[2] Shardanand, U., & Maes, P. (1995). Social information filtering: algorithms for automating word of mouth. Proceedings of Conference on Human Factors in Computing Systems (pp.210-217). Denver, CO.
