전자상거래에서 상품 추천 방법들

본문은 영감을 얻을 수 있는 다양한 추천 방법들을 정리한다.

협업적 여과 (Collaborative Filtering) 추천
사용자로 부터 얻은 기호 정보에 따라 관심사를 자동적으로 예측하게 해주는 방법이다.

관점에 따라 다음 두 가지로 나뉜다.

사용자 기반
사용자의 유사도를 기반으로 선호 아이템을 추천하는 기법이다.
예) 비슷한 성향을 가진 A 그룹에 속해 있는 사람에게 A 그룹에서 선호하는 아이템을 추천한다.

아이템 기반
아이템의 유사도를 기반으로 연관 아이템을 추천하는 기법이다.
예) A 아이템 구매 고객에게 같이 팔리는 빈도가 높은 아이템을 추천한다.


아이템 계층 기반 추천
아이템의 계층 구조를 기반으로 하는 추천이다.
예) 필름 카메라를 샀다면, 필름이 필요할 것이다.


소셜 기반 추천
소셜 관계를 기반으로 한다.
예) 구작가 계정을 팔로우 하고 있다면, 베니 로고 제품을 선호할 것이다.


속성 기반 추천 
아이템 중요 속성과 연관성을 기반으로 하는 추천이다.
예) A 영화 좋아하는 사람에게 같은 장르나 배우의 영화를 추천한다.


차원 축소 추천
아이템의 공통 분모를 기반으로 하는 추천이다.
예) 사자를 좋아한다면, 육식 동물인 호랑이도 좋아할 것이다.

모델 기반 추천
복합적인 차원 모델을 기반으로 한다.