[추천시스템] 목표

추천 시스템의 목표

추천 시스템의 목표를 이야기하기 전에 먼저 추천 시스템에는 크게 2가지 기본 모델이 있습니다.

사용자-아이템 조합에 대해서 평가 값을 예측하는 것입니다.

위의 행렬처럼 m명의 사용자와 n개의 아이템(영화)가 있을 때 비어있는 값들을 확인할 수 있습니다.

비어있는 값은 위의 행렬로 학습된 훈련 모델을 통하여 예측할 수 있습니다.

불완전하게 만들어진 행렬을 가지며 나머지 값은 학습 알고리즘에 의해 예측되기 때문에 이 문제는 행렬 완성(matrix completion) 문제라고도 합니다.

현실에서는 사용자에게 어떤 아이템을 추천하기 위하여 특정 아이템에 대한 사용자 평점을 예측할 필요는 없습니다.

특정 사용자가 선호할만한 상위-k개 아이템을 추천하거나 특정 아이템에 대해 목표로 하는 상위-k 사용자를 확인할 수 있습니다.

두 경우 계산하는 방법이 거의 유사하지만 상위-k 아이템이 상위-k 사용자보다 더 일반적으로 사용됩니다.

추천 시스템의 주요 목표는 판매자 혹은 비즈니스의 이윤을 늘리기 위한 제품 판매 증가입니다.

사용자에게 사용자가 선호할법한 아이템을 추천함으로 관심을 유도하며 이것은 판매자의 판매량과 이익을 증가시키게 됩니다.

수익 증대라는 좀 더 광범위한 비즈니스 주요 목표를 달성하기 위해 추천 시스템의 일반적인 운영 및 기술적인 목표는 아래와 같습니다.

사용자는 흥미를 느끼는 아이템을 더 많이 소비할 가능성이 높기 때문에 사용자와 관련 있는 아이템을 추천하는 것이 가장 확실한 목표입니다.

사용자가 이전에 보지 못한 아이템을 추천해주는 것이 추천시스템의 목표입니다.

사용자에게 너무 뻔한 아이템이 아니라 전혀 예상하지 못한 아이템을 추천하는 것입니다.

사용자들이 이전에 알지 못했던 아이템의 추천보다는 정말 뜻밖의 추천이라는 면에서 참신성과 조금 다릅니다.

사용자들은 다른 유형의 아이템에 잠재적으로 관심이 있더라도 자신이 익숙했던 특정 유형의 아이템만 소비하는 경우가 있습니다.

의외성은 이러한 부분에 집중하여 추천하게 됩니다.

일반적으로 추천 시스템은 상위-k개의 아이템들을 추천하게 됩니다.

추천된 상위-k개의 아이템들이 모두 유사하다면 사용자들은 추천받은 아이템 모두 선호하지 않을 위험이 커집니다.

반면에 다른 유형의 아이템이 포함되어 있다면 사용자는 이 아이템들 중 최소한 하나를 선호할 가능성이 높아집니다.

이렇게 다양한 목표를 가지고 추천 시스템을 활용한다면 전반적인 사용자의 만족도를 높일 수 있습니다.

- 추천을 통하여 해당 서비스에 만족한다면 다시 그 서비스를 이용할 가능성이 높아져 충성도를 높일 수 있습니다.

- 판매자 측면에서는 추천 프로세스를 통하여 사용자의 요구 사항에 대한 인사이트를 얻을 수 있습니다.

- 사용자에게 특정 아이템을 추천하는 이유를 설명을 제공할 수 있습니다.