CF와 CF모델과의 관계(우수발표)

1. CF의 개념과 정의

CF는 협업 필터링(Collaborative Filtering)의 약어로, 사용자들의 과거 행동 데이터를 바탕으로 개인 맞춤형 추천을 제공하는 기술이다. 대표적인 예로 온라인 쇼핑몰, 음악 스트리밍 서비스, 영화 추천 시스템 등이 있으며, 이들 서비스에서는 사용자들이 구매하거나 평가한 항목들의 데이터를 분석하여 유사한 사용자 그룹을 찾거나 항목 간의 유사도를 계산한다. CF는 크게 사용자 기반(user-based)과 항목 기반(item-based) 두 가지로 나뉜다. 사용자 기반 CF는 비슷한 취향을 가진 사용자들의 행동 패턴을 참고하여 추천하고, 항목 기반 CF는 특정 항목과 유사한 다른 항목들을 추천하는 방식이다. 예를 들어, 넷플릭스는 사용자가 시청한 영화 데이터를 분석하여 유사 취향을 가진 사용자들의 영화 선호도를 활용, 새로운 추천을 제공한다. 2022년 기준으로 글로벌 영화 스트리밍 플랫폼 넷플릭스는 추천 알고리즘의 정확도를 높이기 위해 협업 필터링 기법을 적극 활용했고, 추천 적중률이 기존보다 15% 향상된 것으로 보고됐다. CF의 핵심은 데이터의 양과 질에 크게 의존한다는 점이다. 데이터가 충분하지 않거나, 희귀하거나 새로운 항목에…