넥플릭스 추천 시스템

넥플릭스 추천시스템을 개선하는 과정이 넥플릭스 공식블로그에 포스팅되어 간단히 요약해본다. 

기본적으로 추천시스템의 랭킹을 고민할 때 인기도(Popularity)와 평점 예측(predicted rating)을 활용할 수 있다. 근데 전자의 문제는 다수의 사용자들이 좋아하는 아이템을 추천하기 때문에 모든 유저에게 동일한 추천이 제공된다는 점이다. 그리고 후자의 문제는 지나치게 니치한 혹은 생소한 아이템이 추천될 수 있다는 단점이 존재한다. 결국 인기도와 평점 예측이 양립할 수 있는 랭킹 알고리즘이 필요한데, 넥플릭스는 아래와 같은 간단한 수식으로 이를 초반에 전제로 깔고 접근을 시도했다

여기서 해당 알고리즘 개선을 위해서 w1과 w2와 같은 weight를 어떻게 셋팅하느냐가 관건이다. 이는 즉 인기도와 평점 예측 중에서 어디에 중점을 둘 것인지에 대한 결정이 되기도 한다. 이에 대한 방법론을 A/B 테스트가 가능하겠지만 이는 너무 시간적으로 리소스가 많이 투여되어 효율적이지 못하다는 단점이 있다. 다른 방법론은 머신 러닝 관점에서 가능하지만 이 역시 지나치게 relevance 관점에서 추천시스템이 설계될 수 있다는 단점이 있다(개인화에 가까운 추천이 아닌 검색엔진의 연관검색 같은 결과). 

추후에 업데이트..