15

추천 시스템의 핵심: 유사도

Day 3: 유사도 알고리즘

학습 목표

유사도 알고리즘의 비즈니스 가치 이해 그래프 기반 유사도의 원리 주요 알고리즘 개요

"이 상품을 본 고객이 본 다른 상품"의 비밀

Hook: 아마존의 35% 매출

"아마존 전체 매출의 35%가 추천 시스템에서 발생한다." — McKinsey, 2019

추천 시스템의 핵심: 유사도

에디터 로딩 중...

유사도 측정의 두 가지 관점

Item-based: "이 상품과 비슷한 상품"

에디터 로딩 중...

User-based: "나와 비슷한 고객"

에디터 로딩 중...

그래프에서 유사도란?

핵심 아이디어

"같은 이웃을 많이 공유하면 유사하다"

에디터 로딩 중...

오늘 배울 알고리즘

알고리즘특징활용
Jaccard집합 교집합/합집합이진 관계 (봤다/안봤다)
Cosine벡터 내적가중치 있는 관계 (평점)
Node SimilarityGDS 통합Top-K, 임계값 필터링
KNNK개 최근접 이웃추천 시스템

비즈니스 활용

  1. 이커머스: "함께 구매" 추천
  2. 콘텐츠: "비슷한 영화/음악" 추천
  3. 소셜: "알 수도 있는 친구"
  4. HR: 유사 역량 직원 매칭
  5. 금융: 유사 투자 패턴 고객