본문 바로가기

일상 속 기술/테크트렌드, 어떻게 알았지 또 취향 저격! 추천 알고리즘의 원리가 궁금해
어떻게 알았지 또 취향 저격! 추천 알고리즘의 원리가 궁금해
2020. 6. 24. 15:00

 

안녕하세요. 뉴스룸지기입니다. :)

동영상 사이트에서 좋아하는 영상을 보고 나면

이와 관련된 영상이나 자신의 취향에 꼭 들어맞는 영상을

추천받을 수 있는데요!

어떠한 과정을 통해 엄선된 추천이 이루어지는 것일까요?

그 비밀은 바로 ‘추천 알고리즘’에 있었습니다!

 

오늘은

나의 취향을 저격한 추천들로

취침 전 5분을 2시간으로 만드는 기적

‘추천 알고리즘’에 대해서 알아볼까요? :)

 

 

● ‘추천 알고리즘(Recommendation Algorithm)’이란?


 

‘추천 알고리즘(Recommendation Algorithm)’은 방대한 데이터를 일정한 규칙에 따라 분류하여 이용자가 선호할만한 콘텐츠를 제안하는 기술입니다. 기업에서는 콘텐츠 운영 효율성을 높이고 채널 체류시간을 증가시키기 위해 사용합니다.

 

추천 알고리즘이 콘텐츠를 선택하는 방식에는 ‘콘텐츠 기반 필터링(Content Based Filtering)’과 ‘협업 필터링(Collaborative Filtering)’이 있습니다.

 

● 콘텐츠 기반 필터링(Content Based filtering)


 

‘콘텐츠 기반 필터링(Content Based filtering)’은 콘텐츠에 관한 정보와 사용자의 선호도를 수집한 뒤 유사성에 따라 콘텐츠를 추천하는 방식입니다. 예를 들어, 음악 콘텐츠를 선호하는 사용자가 있다면 주로 듣는 음악의 장르, 가수, 연도 등을 데이터화하고 분석하여 사용자가 선호할만한 또다른 음악 콘텐츠를 추천합니다.

 

 콘텐츠 기반 필터링은 ‘협업 필터링(Collaborative filtering)’에 비해 사용자 행동 데이터가 적어도 콘텐츠 추천이 가능하다는 장점이 있으나, 콘텐츠의 정보를 모두 함축하는 것에 어려움이 따른다는 단점이 있습니다. 가령, LG이노텍의 마스코트 ‘이노하이’를 좋아하는 팬이 이노하이에 대한 추천 콘텐츠만 받고 싶어도 해당 콘텐츠에 대한 정보가 많지 않으면 공통점이 있는 다른 캐릭터 콘텐츠를 추천받는 상황이 생길 수도 있는 것입니다.

  

● 협업 필터링(Collaborative filtering)


 

 ‘협업 필터링(Collaborative filtering)’은 동일 행동을 한 사용자들을 그룹으로 묶은 뒤 그들이 공통적으로 봤던 콘텐츠를 유사 행동 사용자에게 추천하는 방식입니다. 예를 들어, 영화 콘텐츠의 경우 해당 영상을 봤던 사용자 그룹이 공통적으로 봤던 또다른 영화 콘텐츠를 사용자에게 추천합니다.

 

협업 필터링의 경우 기존 데이터가 없는 신규 사용자의 경우 추천이 힘들고, 정확한 추천이 이루어지기 위해서는 데이터가 쌓일 충분한 시간이 필요하다는 단점이 있습니다.  

 


 

LG이노텍의 더 많은 자료 보러 가기 ▼

나만 로봇 장난감 없어…,

신기한 로봇 장난감을 소개합니다!

http://blog.lginnotek.com/961

 

미니멀리즘을 도와주는

든든한 무선 통신 기술 'NFC'

http://blog.lginnotek.com/957

 

과학 기술이 보여주는 또 다른 세계,

 확장 현실

http://blog.lginnotek.com/955