블로그

Oct 02, 2023

추천 엔진이란 무엇입니까?

추천 엔진 또는 추천 시스템은 사용자의 과거 행동과 선호도를 기반으로 사용자에게 개인화된 제안을 제공하는 데이터 필터링 도구입니다. 머신러닝 알고리즘 사용

추천 엔진 또는 추천 시스템은 사용자의 과거 행동과 선호도를 기반으로 사용자에게 개인화된 제안을 제공하는 데이터 필터링 도구입니다. 기계 학습 알고리즘과 통계 분석을 사용하여 개인이 생성하는 데이터를 기반으로 개인의 욕구와 요구 사항을 예측할 수 있을 뿐만 아니라 관심이 있거나 관련성이 있다고 생각할 제품, 콘텐츠 또는 정보를 제안할 수 있습니다.

추천 엔진 제공업체인 Amplitude의 제품 이사인 Patrick Thompson에 따르면 "목표"는 "이전 여정을 기반으로 적시에 적절한 사람에게 적절한 콘텐츠를 추천하는 지점에 도달하는 것입니다. ”

추천 엔진은 기계 학습을 사용하여 개인의 행동 데이터(예: 검색 기록 및 과거 구매 내역)에서 패턴을 감지하여 관심이 있거나 관련성이 있을 것으로 생각되는 특정 콘텐츠, 제품 또는 정보를 제안하는 도구입니다.

추천 엔진은 비디오 스트리밍 서비스부터 전자상거래 사이트까지 거의 모든 곳에 있습니다. 익숙한 예로는 시청 기록을 기반으로 사용자가 좋아할 만한 프로그램과 영화를 제안하는 Netflix와 사용자의 검색 기록을 사용하여 정보 순위를 매기고 다음에 검색할 내용을 예측하는 Google이 있습니다.

정보가 넘쳐나는 세상에서 추천 엔진을 사용하면 소비자는 원하는 제품과 콘텐츠를 쉽게 찾을 수 있고 기업은 소비자가 계속해서 돌아오게 만드는 개인화된 경험을 만들 수 있습니다.

관련 읽기사용자에게 더 나은 AI는 더 많은 개인화를 의미합니다

간단히 말해서 추천 엔진은 많은 데이터를 수집한 다음 기계 학습을 사용하여 "차선책"을 추천하며 이는 제품 구매부터 비디오 클릭까지 모든 것이 될 수 있다고 Thompson은 말했습니다.

추천 엔진 제공업체 InData Labs의 AI 개발자인 Eugene Medved에 따르면 추천 엔진에는 사용자와 항목이라는 두 가지 주요 범주가 있습니다. "작업 자체는 상호 작용 확률에 따라 특정 사용자에 대한 항목의 순위를 매기는 것입니다."라고 그는 설명했습니다.

이는 데이터 수집부터 시작하여 표준 작업 순서에 따라 수행됩니다.

데이터는 추천 엔진의 작동 방식에 매우 중요합니다. 개인의 검색 습관, 구매 내역, 그리고 성별 및 연령과 같은 더 많은 개인 정보에 대한 정보가 패턴이 추출되는 구성 요소를 형성합니다. 추천 엔진이 액세스할 수 있는 데이터가 많을수록 관련 제안을 더 효과적으로 제공할 수 있습니다.

이 데이터는 일반적으로 두 가지 형태로 제공됩니다. 하나는 사용자의 검색 기록, 클릭, 구매 및 기타 활동에 대한 정보를 나타내는 암시적 데이터입니다. 개인이 사이트를 사용할 때마다 회사에서 수집합니다. 다른 하나는 이전 평점, 리뷰, 댓글과 같은 사용자 입력을 포함하는 명시적인 데이터입니다. (추천 엔진은 개인의 나이, 성별, 일반적인 관심사에 관한 데이터를 사용하여 유사한 고객을 식별합니다.)

이 모든 고객 데이터를 수집하는 것은 추천 엔진을 구축하는 데 필수적입니다.

고객 데이터가 수집되면 저장해야 합니다. 저장 방법과 위치는 수집된 데이터의 종류에 따라 다릅니다.

사용자에 대한 데이터 외에도 회사는 신발이든 TV 프로그램이든 자신이 제공하는 항목에 대한 데이터도 저장합니다. 이는 가격부터 장르, 품목 유형까지 무엇이든 될 수 있으며, 모두 제품 유사성과 사용자 선호도를 결정하는 데 사용됩니다.

그런 다음 해당 데이터 위에 기계 학습 시스템이 배치되어 데이터를 드릴다운하고 분석합니다.

추천 엔진은 모든 종류의 알고리즘을 사용하여 데이터를 분석하지만 가장 일반적인 알고리즘은 특이값 분해(SVD)입니다. 이는 데이터의 패턴과 관계를 감지하고 해당 패턴과 관계의 강도를 결정하기 위해 행렬을 세 개의 작은 행렬로 나누는 수학적 기술입니다. 목표는 의미 있는 정보를 추출할 수 있도록 대규모 데이터 세트의 기본 구조를 더 잘 이해하는 것입니다.