Recommendation

RNN을 이용한 아이템 사용 순서 추천

RNN을 이용한 아이템 추천은 사용자가 선택한 아이템을 시간순으로 정렬하여, Sequence Length (=2) 만큼 순서데로 데이터를 Representation 한 후, Sequence를 학습하고 예측모델을 생성한다. 생성한 예측 모델 기반으로 사용자가 아이템을 선택하면 다음에 사용할 아이템을 추천한다.

전처리할 때 사용자별 시간 순으로 아이템을 정렬하고, 연속된 중복 아이템 제거한다.

ALS을 이용한 아이템 추천

Matrix Factorization 모델을 이용한 추천 알고리즘으로 잠재요인 모델 중 하나이다. 사용자/아이템 개수 대비 데이터가 드물게 존재하는 경우에도 적용이 가능하면 노이즈 데이터에 강하다.

사용자별로 아이템 사용 횟수에 대한 정보를 행렬로 구성하고 행렬 분해와 행렬 채우기를 통해 사용자별로 유사도 값을 계산한다. 특정 사용자와 가장 유사한 사람을 찾아 유사한 사람이 많이 사용한 아이템을 추천한다.

참고자료

https://tykimos.github.io/lecture/