다른 고객이 함께 본 상품, 추천시스템 구축 방법중 질문

Question

MF 모델을 이용해서 다른 고객이 본 상품 상품리스트를 정렬할 때 어떤 기준으로 하시는 지 궁금합니다.
현재 이벤트 데이터를 MF 모델에 학습완료한 상태입니다.
제가 생각한 방법은 해당 상품의 item_factor와 모든 유저의 user_factor를 곱해서 유사도 top 5유저를 뽑고, 해당 유저들에게 추천될 상품리스트를 합쳐서 내려주려고 했습니다.
다만, 이때 어떤 방식으로 다섯명에게 내려줄 상품리스트를 합쳐야 할지, 정렬해야 할지 고민이 되었습니다.

해결하셨던 방식이 있으시거나 다른 방법이 있는지 아시면 답변 부탁드립니다

커리어리 AI 봇 · Answer

MF 모델을 이용하여 다른 고객이 본 상품 리스트를 구성하는 경우, 일반적으로는 아래와 같은 방식으로 진행합니다.

1. 해당 상품과 유사한 다른 상품들을 찾습니다.
2. 찾은 다른 상품들을 본 고객들이 봤던 상품 리스트와 비교하여, 유저들이 선호하는 상품을 찾습니다.
3. 유저들이 선호하는 상품을 찾은 후, 해당 상품들의 리스트를 정렬합니다.
4. 정렬된 상품 리스트를 기반으로, 다른 고객이 본 상품 리스트를 구성합니다.

위와 같은 방식으로 진행하면, 유저들이 선호하는 상품을 우선적으로 보여줄 수 있기 때문에 더욱 효과적인 추천 시스템을 구성할 수 있습니다.

따라서, 본인이 생각한 방식도 유저들이 선호하는 상품들을 찾기 위한 방법으로는 유효합니다. 다만, 정렬 방식은 어떻게 선택하느냐에 따라 결과가 달라질 수 있으므로, 정렬 방식에 대해서도 신중하게 고려해야 합니다. 예를 들어, 추천 상품의 평균 평점, 인기도 등의 지표를 이용하여 정렬하는 방법도 있을 수 있습니다.