추천 - 협업 필터링(Collaborative Filtering)

1. 사용자 기반 협업 필터링 (User-Based Collaborative Filtering)

사용자 기반 협업 필터링은 비슷한 취향을 가진 사용자의 데이터를 활용하여 추천을 제공한다.

예시

• A 사용자가 Inception과 Interstellar를 좋아하고, B 사용자가 Inception, Interstellar, The Dark Knight를 좋아한다고 가정한다.
• A와 B는 비슷한 취향을 가진 것으로 판단되므로, A에게 B가 좋아하는 The Dark Knight를 추천한다.

2. 항목 기반 협업 필터링 (Item-Based Collaborative Filtering)

항목 기반 협업 필터링은 사용자가 좋아하는 항목과 유사한 항목을 분석하여 추천을 제공한다.

예시

• C 사용자가 Inception을 좋아한다고 가정한다.
• 다른 사용자들이 Inception과 함께 자주 시청한 Interstellar와 The Dark Knight를 분석하여, C에게 Interstellar와 The Dark Knight를 추천한다.

3. 하이브리드 협업 필터링 (Hybrid Collaborative Filtering)

하이브리드 방식은 사용자 기반과 항목 기반 협업 필터링을 결합하여 더욱 정교한 추천을 제공한다.

예시

• D 사용자가 Inception을 좋아하고, E 사용자가 Interstellar와 The Dark Knight를 좋아한다고 가정한다.
• D와 E가 유사한 취향을 가졌으므로, D에게 Interstellar와 The Dark Knight를 추천하고, 동시에 Inception과 유사한 영화도 분석하여 추천한다.

이와 같은 방식으로 협업 필터링은 사용자와 항목 간의 관계를 기반으로 개인화된 추천을 제공한다.