[추천시스템] 컨텐츠 기반 필터링(Content-Based Filtering)

📌목차

1. 컨텐츠 기반 필터링 vs 협업 필터링

2. 장단점

3. 구현 절차

4. 관련 코드

---

✔️ 컨텐츠 기반 필터링 vs 협업 필터링

- 컨텐츠 기반 필터링(아이템 기반) : 고객이 시청했던 컨텐츠와 유사한 컨텐츠 추천

- 협업 필터링(고객 기반) : 같은 컨텐츠를 소비한 고객이 유사하다고 가정, 서로 시청했던 컨텐츠를 추천

 

✔️ 컨텐츠 기반 필터링 장단점

장점	단점
적은 상호작용시에도 가능 (cold start 상황에 적합) 아이템 cold start에 강점 - 유저 구매한 아이템 기준에 따라 기본 아이템 값 변경 가능 해석 가능(어떤 Feature가 추천에 도움되었는지 근거 찾을 수 있음)	Feature의 품질에 크게 영향 받음 신규유저 cold start - 아무런 아이템 클릭한 적 없는 유저에게 추천 어려움 (사용자 프로필 생성이 어려움)

 * Cold Start : 새로운 컨텐츠 및 유저의 데이터가 충분하지 않아 적합한 추천을 해주지 못하는 것

 

✔️ 컨텐츠 기반 필터링 구현절차

1. Feature 추출

- 아이템 특성 추출 

• 수치형 : 상품의 특징 담은 tabular Feature
• 텍스트 : TF-IDF (BoW 개선 지표)

2. 사용자 프로필 정보 생성

 - 유저가 상호작용한 아이템 특징 집계(평균, 합 등)

 - 유저의 선호도 역할

 

3. 유사도 계산

 - 아이템 - 사용자 프로필 벡터 유사도 계산

- 유사도 계산

 

4. 랭킹

 - 유사도 스코어에 따른 순위 → 상위 아이템 추천

 

❓BoW와 TF- IDF란?

1. BoW(Bag of Words)

- 정의 : 단어의 순서는 고려하지 않고, 단어의 출현 빈도 나타내는 방법 

- 문제점 : 단어 많으면 피쳐수 많아짐 → 연산효율 떨어짐, 단어 간 의미 관계 포착 불가, 불용어 문제

BoW 예시

 

2. TF - IDF

- 정의 : 문장내 중요도 반영하여 나타내는 방법

• TF(Term Trequency) : 문장 내 자주 등장하는 단어 중요
• IDF(Inverse Document Frequency) : 여러 문장에 걸쳐 자주 등장하는 단어는 안 중요하다. 자주 등장하는 단어는 제외!(불용어 간주 가능). 알종의 패널티 역할

 

❓유사도란?

- 정의 : 두 데이터가 얼마나 같은지 나타내는 척도

- 종류

 1) 코사인 유사도

•  두 벡터간의 코사인 각도 활용하여 구할 수 있는 유사도
• 문서의 경우, 각각의 문서 단어 행렬 or TF-IDF 행렬이 특징벡터 A, B

 2) 유클리드 거리

•  좌표에 있는 두 점 사이의 거리 계산

 3) 피어슨 상관계수

•  상관관계가 높을 수록, 두 값은 연관있음

  

 

✔️ 관련 코드

(수정 중)