추천시스템 - (3) 추천의 분류

추천시스템

 

추천의 분류

추천시스템을 고안할 때는 다음 8가지 분류를 고려해 고안한다:

1. 추천의 도메인
2. 추천의 목적
3. 추천의 맥락
4. 추천의 제안자
5. 개인화의 정도
6. 개인정보와 신뢰도
7. 인터페이스
8. 추천 알고리즘

 

추천의 도메인

무엇이 추천이 되고있는가?

• 기사인가, 물건인가, 상품인가?
• 사람을 추천하는 중인가?
• 연속적인 무언가 (음악 플레이리스트) 인가?

오래된 아이템을 대하는 방법

• 어떤 도메인에서는 새로운 아이템을 추천하는데에 관심이 있고 (영화나 책 등),
• 어떤 도메인에서는 오래된 아이템을 추천하는데에 관심이 있다 (음악, 상품 등)

 

추천의 목적

상품을 사거나 무언가를 소비하게 하는것

사용자/고객을 교육하는 것

상품이나 컨텐트의 커뮤니티를 형성하기 위한 것

 

추천의 맥락(Context)

추천이 이루어질 때 사용자는 무엇을 하고있나?

• 쇼핑
• 음악 듣기
• 사람들과 같이 있는가?

상황에 따라 추천의 방법이 달라질 것이다.

 

추천이 어떻게 사용자를 강요하는가?

• 어느정도의 주목을 요구하는가?
• 어느정도의 방해를 받는가?

사용자가 추천이 하는 강요를 어떻게 받아들일 것인지를 결정하게 된다.

 

추천의 제안자

추천시스템은 결론적으로는 누군가의 의견을 제시하는 것이다.

• 전문가
• 모든 사람
• 자신과 같은 사람

 

개인화의 정도

포괄적인/비개인적인	모든 사람이 같은 추천을 받는것을 의미한다.
통계적인	어떠한 그룹 (성별, 나이 등)에게 제공하는 추천
짧은	지금 하고있는 행동에 의한 추천
계속되는	관심이나 선호도에 의한 추천

 

개인정보와 신뢰도

누군가 나에 대해서 알고있는가?

• 추천을 하면 사용자들은 자신의 개인정보에 대해 너무 알고있다는 느낌을 받을 수 있다.
• 어떠한 정보가 주어졌는지, 거절할 수는 있는지, 내가 행위를 취하면 누군가가 알게되어있는지 등의 생각들이다

이 추천이 정직한 추천인가?

• 추천자에 대한 어느정도의 편견을 가지고 있는 것인가?
• 신발가게에 간다면, 저기 다른 가게에 당신이 원하는 물건이 있다고 잘 이야기하지 않는다.
• 조작의 위험성은 없는가?
• 이 추천이 얼마나 투명한 추천인가?

 

인터페이스

어떠한 방식으로 사용자에게 노출되는가?

• 예측값
• 점수
• 추천된 아이템
• 필터링된 아이템
• 노골적인지 자연스러운지

어떠한 입력이 사용자에게 요구되는가?

• 설문조사인가 클릭한번이면 되는가?
• 간접적인가 직접적인가?

추천이 얼마나 노골적인가?

노골적인 추천은 장점도 있지만, 단점이 많다.

• 사람들은 노골적인 추천을 잘 믿지 않는다. 따라서 조금 부드러운 추천이 낫다.

반대로 자연스러운 추천은 사람을 편안하게 한다.

• 여러 옵션을 제공해주고 그 중에서 고르게 하면 사용자는 더 쉽게 고를 수 있다.
• 소프트한 노출이 더 효과적이다.

 

추천 알고리즘

• 기술통계
• 내용 기반 필터링
• 협업 필터링
• 기타 - 평론적인 추천, 하이브리드 등

 

본 포스팅은 Minnesota대학교의 Intro to Recommender Systems코세라 강좌를 정리한 내용입니다.

https://www.coursera.org/learn/recommender-systems-introduction?specialization=recommender-systems